自适应深度与专家细化用于高效语音增强
Adaptive Depth and Expert Refinement for Efficient Speech Enhancement
浏览论文内容
中文总结 AI 辅助
针对固定深度神经语音增强系统计算冗余的问题，提出ADER框架，通过自适应深度控制器和条件专家路由器实现输入依赖的细化，在VCTK-DEMAND上以更少参数和计算达到高语音质量。
中文摘要 AI 辅助
大多数神经语音增强系统对所有输入使用固定的处理深度，当较少的细化步骤足够时，这可能会引入不必要的计算。我们提出了自适应深度与专家细化（ADER），一种具有输入依赖计算的参数共享渐进增强框架。ADER结合了用于硬性提前终止的自适应深度控制器（ADC）和条件专家路由器（CER），后者在每次执行的细化迭代中选择一个轻量级残差适配器。我们进一步引入了退出感知的中间监督（EIS），以直接优化用于提前退出的候选中间输出。在VCTK-DEMAND上，ADER将MP-SENet的参数数量和平均计算量分别减少了70.4%和51.3%，同时实现了3.37的WB-PESQ。总体而言，ADER实现了输入依赖的细化，并在推理期间减少了冗余计算。
英文摘要
Most neural speech enhancement systems use a fixed processing depth for all inputs, which can introduce unnecessary computation when fewer refinement steps are sufficient. We propose Adaptive Depth and Expert Refinement (ADER), a parameter-shared progressive enhancement framework with input-dependent computation. ADER combines an Adaptive Depth Controller (ADC) for hard early termination with a Conditional Expert Router (CER) that selects one lightweight residual adapter at each executed refinement iteration. We further introduce Exit-aware Intermediate Supervision (EIS) to directly optimize candidate intermediate outputs for early exit. On VCTK-DEMAND, ADER reduces the parameter count and average computation of MP-SENet by 70.4% and 51.3%, respectively, while achieving a WB-PESQ of 3.37. Overall, ADER enables input-dependent refinement and reduces redundant computation during inference.
