MC-SEMamba：SEMamba 的简单多通道扩展
音频与语音处理
2024-09-27 v1 声音
摘要
Transformer-based 模型因在序列建模中卓越的性能而日益流行，并对 speech-processing research 产生了深远影响。最近涌现出一种有前景的模型架构 Mamba，因其高效的序列建模能力而成为 Transformer-based 模型的潜在替代方案。特别是，像 SEMamba 这样的模型在单通道语音增强中展示了 Mamba 架构的有效性。本文旨在将 SEMamba 适用于多通道应用，仅需增加少量参数即可。 resulting system, MC-SEMamba, 在 CHiME3 数据集上取得了与多个先前 baseline 模型相当甚至更好的结果。此外，我们发现 microphone 数量从 1 增加到 6 可提高 MC-SEMamba 的语音增强性能。
关键词
引用
@article{arxiv.2409.17898,
title = {MC-SEMamba: A Simple Multi-channel Extension of SEMamba},
author = {Wen-Yuan Ting and Wenze Ren and Rong Chao and Hsin-Yi Lin and Yu Tsao and Fan-Gang Zeng},
journal= {arXiv preprint arXiv:2409.17898},
year = {2024}
}