流式语音增强的谱自适应损失研究

2026年10月7日，arXiv（Audio and Speech）发表一手论文《面向均衡频谱重建：用于流式语音增强的频谱自适应损失》。论文提出两种频谱加权 STFT 损失函数，用于轻量级流式语音增强，目标是解决由幅度-相位补偿效应引起的中高频幅度过度衰减问题。其中，sigmoid 加权损失对相位感知贡献施加平滑的频率相关调制；频谱自适应损失进一步以真实对数幅度谱图条件化调制。论文还设计轻量骨干 HyST-Net，采用混合 MHA-GRU 谱时建模，以适配低延迟流式场景。目前报道仅涉及论文方法与动机，未见实验结果、对比数据或后续验证信息。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。