UL-UNAS：基于网络架构搜索的超轻量级 U-Net 用于实时语音增强
音频与语音处理
2026-02-03 v2
摘要
轻量模型对于实时语音增强应用至关重要。近年来，开发越来越紧凑的语音增强模型的趋势日益增长。在本文中，我们提出了一个由网络架构搜索优化的超轻量级 U-net (UL-UNAS)，适用于低存储器设备的实现。首先，我们探索了在 U-Net 框架中应用各种高效卷积块，以识别最具潜力的候选方案。其次，我们引入了两个提升组件来增强这些卷积块的容量：一个名为仿射 PReLU 的新型激活函数和因果时频注意力模块。此外，我们利用神经网络架构搜索发现我们精心设计的搜索空间中的最优架构。通过整合上述策略，UL-UNAS 不仅在相同或更低的计算复杂度下显著优于最新的超轻量模型，还能够与需要显著更高计算资源的最新基准模型提供有竞争力的性能。源代码和音频演示可在 https://github.com/Xiaobin-Rong/ul-unas 上获得。
引用
@article{arxiv.2503.00340,
title = {UL-UNAS: Ultra-Lightweight U-Nets for Real-Time Speech Enhancement via Network Architecture Search},
author = {Xiaobin Rong and Leyan Yang and Dahan Wang and Yuxiang Hu and Changbao Zhu and Kai Chen and Jing Lu},
journal= {arXiv preprint arXiv:2503.00340},
year = {2026}
}
备注
Accepted by IEEE TASLP