PulseAugur
中
实时 11:03:24
实体 Audio-visual speech enhancement

Audio-visual speech enhancement

PulseAugur coverage of Audio-visual speech enhancement — every cluster mentioning Audio-visual speech enhancement across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
关系
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_145846 ·

    LLM 引导强化学习以增强视听语音

    研究人员开发了一种新颖的视听语音增强（AVSE）系统，该系统利用大型语言模型（LLM）来指导强化学习过程。该方法不依赖于 SI-SNR 等传统指标，而是采用 LLM 生成语音质量的自然语言描述，然后将其转换为奖励信号，用于微调 AVSE 模型。在 AVSEC-4 数据集上的实验表明，这种 LLM 引导的方法在各种客观和主观听力测试中均优于监督基线和基于 DNSMOS 的 RL 基线。