NLDSI-BWE：用于语音带宽扩展的非线性动力学系统启发多分辨率判别器
声音
2025-10-02 v1
摘要
本文设计了两个非线性动力学系统启发的判别器——多尺度递归判别器（MSRD）和多分辨率 Lyapunov 判别器（MRLD），以\textit{显式}建模语音固有的确定性混沌。MSRD 基于递归表示设计，用于捕获自相似动力学。MRLD 基于 Lyapunov 指数设计，用于捕获非线性波动和对初始条件的敏感性。通过广泛的设计优化以及在判别器中使用深度可分离卷积，我们的框架超越了先前的 AP-BWE 模型，同时判别器参数量减少了 44 倍 \textbf{( 22M vs 0.48M)}。据我们所知，本文首次展示了 BWE 如何通过浊音产生的微妙非线性混沌物理进行监督，从而实现判别器尺寸的大幅缩减。
引用
@article{arxiv.2510.01109,
title = {NLDSI-BWE: Non Linear Dynamical Systems-Inspired Multi Resolution Discriminators for Speech Bandwidth Extension},
author = {Tarikul Islam Tamiti and Anomadarshi Barua},
journal= {arXiv preprint arXiv:2510.01109},
year = {2025}
}