arXiv cs.CL· Shao-Chun Hu, Zi-Xiang Lin, Jeih-Weih Hung, Hung-Shin Lee·· 9 小时前AI 评分17
SEAL：面向高效语音分离的混合闭合加性重建与细化感知专家路由
SEAL: Mixture-Closed Additive Reconstruction and Refinement-Aware Expert Routing for Efficient Speech Separation
AI 导读
SEAL 通过零和加性残差重建与稀疏专家路由，解决紧凑时频分离器的掩码缩放受限和共享单元计算冗余问题。在 EchoSet 上，SEAL (small) 以少 28% 参数和 2.9 倍 MACs 超越 TIGER (small) 0.31 dB SI-SDRi，SEAL (large) 以 3.1 倍更少 MACs 达到 TIGER (large) 0.07 dB 以内。
来源：arXiv cs.CL · arxiv.org