迭代自回归：一种改进低延迟语音增强模型的新技巧

流式模型是实时语音增强工具的重要组成部分。流式机制约束语音增强模型仅能使用极少的未来信息上下文。因此，低延迟流式设置通常被认为是一项具有挑战性的任务，并对模型质量产生显著的负面影响。然而，流式生成的顺序特性为自回归提供了天然的可能性，即在生成当前预测时利用先前的预测。训练自回归模型的常规方法是教师强制（teacher forcing），但其主要缺陷在于训练-推理不匹配，可能导致质量大幅下降。在本研究中，我们提出了一种简单而有效的替代技术，用于训练自回归低延迟语音增强模型。我们证明，所提出的方法在多种架构和训练场景下均能带来稳定的提升。