UniPASE

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。