自适应 per 通道能量归一化前端：面向鲁棒音频信号处理

在音频信号处理中，可学习的前端在多样化任务上展现出强大的性能，通过优化任务特定的表征来实现。然而，这些参数一旦训练完成便保持固定，推理阶段缺乏灵活性，限制了在动态复杂声学环境下的鲁棒性。本文提出一种新型自适应音频前端范式，采用闭环神经控制器取代静态参数化。我们简化了可学习的前端LEAF架构，并集成神经控制器通过动态调节per通道能量归一化实现自适应表征。该神经控制器利用当前及缓存的过去子带能量，实现推理时的输入依赖性自适应。实验结果表明，在干净及复杂声学条件下，所提出的自适应前端 consistently 优于以往固定及可学习的前端。这些结果表明，神经可适应性是下一代音频前端的有前景的方向。