实体
Xiaobin Rong
Xiaobin Rong
PulseAugur coverage of Xiaobin Rong — every cluster mentioning Xiaobin Rong across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
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。
-
新型轻量级U-Net模型面向实时语音增强
研究人员开发了UL-UNAS，这是一种通过网络架构搜索优化的超轻量级U-Net模型，用于实时语音增强。该模型采用了高效的卷积块、一种新颖的仿射PReLU激活函数以及一个因果时频注意力模块。UL-UNAS在计算复杂度相似或更低的情况下，表现优于现有的超轻量级模型，并且可以与需要显著更多资源的模型相媲美。