WSJ0-CHiME3

新研究探索用于语音增强的视听和流匹配技术

两篇新研究论文探索了使用生成模型进行语音增强的高级技术。第一篇论文介绍了视听对比对齐（AVCA），通过强制更强的视听相关性来改进基于扩散的语音增强，在干扰抑制和信号重建方面显示出优势，尤其是在低信噪比下。第二篇论文提出了一种新颖的无跳跃骨干网络用于流匹配语音增强，通过与Descript Audio Codec的潜在表示对齐（LRA）进行指导，旨在保留清晰语音表示并实现高效的几步推理。