arXiv cs.AI· Khubaib Ahmed, Ahsan Adeel, Nasir Saleem, Kia Dashtipour, Ahsan Ulhaq, Amir Hussain·· 6 小时前AI 评分18
基于强化学习神经架构搜索的高效音视频语音增强
Efficient Audio-Visual Speech Enhancement via Reinforcement Learning-Based Neural Architecture Search
AI 导读
研究者提出强化学习驱动的神经架构搜索框架 RL-NAS，用于发现紧凑高效的音视频语音增强（AVSE）架构。该框架仅评估 35 个候选架构，找到的模型参数量为 290 万，相比基线 2200 万缩减约九倍，SI-SNR 提升 14.5 dB，仅比基线低 0.7 dB。在商用移动 CPU 上实时因子降低 4.3 倍，搜索效率较随机搜索提升 92%。
来源：arXiv cs.AI · arxiv.org