Fast-ULCNet：一种用于单通道语音增强的快速超低复杂度网络
音频与语音处理
2026-04-29 v1 人工智能
摘要
单通道语音增强算法常用于资源受限的嵌入式设备，其中低延迟和低复杂度设计更为重要。近年来，研究人员针对该问题提出了多种新颖的解决方案。特别是，最近名为 ULCNet 的深度学习模型是该领域最先进的方法之一。本文提出了一种 ULCNet 的改进方案，将其 GRU 层替换为 FastGRNN，以同时降低计算延迟和复杂度。此外，本文提供了 FastGRNN 在推理过程中由于内部状态漂移而在长音频信号中性能下降的经验证据，并提出了一种基于可训练互补滤波器的新方法来缓解该问题。由此产生的模型 Fast-ULCNet 在语音增强任务上与最先进的原始 ULCNet 架构表现相当，同时将其模型尺寸缩减了一半以上，并将平均延迟降低了 34%。
引用
@article{arxiv.2601.14925,
title = {Fast-ULCNet: A fast and ultra low complexity network for single-channel speech enhancement},
author = {Nicolás Arrieta Larraza and Niels de Koeijer},
journal= {arXiv preprint arXiv:2601.14925},
year = {2026}
}
备注
\copyright 2026 IEEE. Personal use of this material is permitted. Permission from IEEE must be obtained for all other uses, in any current or future media, including reprinting/republishing this material for advertising or promotional purposes, creating new collective works, for resale or redistribution to servers or lists, or reuse of any copyrighted component of this work in other works