DBHN-Net

新的DBHN-Net将语音增强复杂度降低7.5倍

研究人员开发了一种新的双分支混合神经网络（DBHN-Net），旨在显著降低语音增强系统的计算复杂度和功耗。该网络集成了传统的人工神经网络（ANN）和脉冲神经网络（SNN），其中SNN分支负责降低功耗，ANN分支负责补偿潜在的信息损失。据报道，这种混合方法以及用于特征提取和融合的专用模块，在公共数据集上取得了优于现有模型的性能，同时将计算复杂度平均降低了7.5倍。