PulseAugur
实时 09:45:05
English(EN) StuPASE: Towards Low-Hallucination Studio-Quality Generative Speech Enhancement

新的PASE模型通过减少幻觉来增强语音质量 · 跟踪3个来源

研究人员开发了一系列生成语音增强模型,以PASE为起点,该模型利用WavLM的语音学先验来减少幻觉。后续的StuPASE和UniPASE在此基础上进行构建。StuPASE通过用流匹配方法替换其生成模块来增强感知质量并处理严重噪声,而UniPASE则使用称为DeWavLM-Omni的统一表示模块将该框架扩展到跨多个采样率的通用语音增强。与以前的方法相比,这些模型旨在以显着降低的语言和声学幻觉实现录音室级的语音恢复。 AI

影响 这些模型推动了音频处理领域生成式AI的能力,有可能改进语音助手和音频恢复工具等应用。

排序理由 多篇研究论文详细介绍了生成语音增强模型的进展。

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 3 个来源。 我们如何撰写摘要 →

新的PASE模型通过减少幻觉来增强语音质量 · 跟踪3个来源

报道来源 [3]

  1. arXiv cs.AI TIER_1 English(EN) · Xiaobin Rong, Qinwen Hu, Mansur Yesilbursa, Kamil Wojcicki, Jing Lu ·

    PASE:利用WavLM的语音学先验实现低幻觉生成式语音增强

    arXiv:2511.13300v1 Announce Type: cross Abstract: Generative models have shown remarkable performance in speech enhancement (SE), achieving superior perceptual quality over traditional discriminative approaches. However, existing generative SE approaches often overlook the risk o…

  2. arXiv cs.AI TIER_1 English(EN) · Xiaobin Rong, Jun Gao, Zheng Wang, Mansur Yesilbursa, Kamil Wojcicki, Jing Lu ·

    StuPASE:迈向低幻觉工作室级生成语音增强

    arXiv:2603.09234v2 Announce Type: cross Abstract: Achieving high perceptual quality without hallucination remains a challenge in generative speech enhancement (SE). A representative approach, PASE, is robust to hallucination but has limited perceptual quality under adverse condit…

  3. arXiv cs.AI TIER_1 English(EN) · Xiaobin Rong, Zheng Wang, Yushi Wang, Jun Gao, Jing Lu ·

    UniPASE:一种通用高保真低幻觉生成式语音增强模型

    arXiv:2604.14606v2 Announce Type: cross Abstract: Universal speech enhancement (USE) aims to restore speech signals from diverse distortions across multiple sampling rates. We propose UniPASE, an extension of the low-hallucination PASE framework tailored for USE. At its core is D…