热点事件持续更新
无教师自蒸馏一致性轨迹学习实现快速语音增强
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
2026-09-30，arXiv Audio and Speech 发表一手研究，提出无教师自蒸馏一致性轨迹框架，去除外部教师模型，每轮训练时间减少 5 倍。模型采用三阶段课程训练，在 VoiceBank+DEMAND 上宽带 PESQ 3.01、ESTOI 0.87、SI-SDR 19.07 dB，优于基于教师模型的 3.57、0.87 和 12.8 dB。研究发现低步数几何调度最大化感知质量，高步数均匀调度有利于信号保真度。
AI 根据报道生成 · 2 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
9月30日
- arXiv · Audio and Speech无教师自蒸馏一致性轨迹学习实现快速语音增强
本文提出无教师自蒸馏一致性轨迹框架，去除外部教师模型，每轮训练时间减少 5 倍。模型采用三阶段课程训练，在 VoiceBank+DEMAND 上达到宽带 PESQ 3.01、ESTOI 0.87、SI-SDR 19.07 dB，优于基于教师模型的 3.57、0.87 和 12.8 dB。研究发现低步数几何调度最大化感知质量，高步数均匀调度有利于信号保真度。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。