Technion - Israel Institute of Technology（以色列理工学院）

DiT-Flow: Speech Enhancement Robust to Multiple Distortions based on Flow Matching in Latent Space and Diffusion Transformers

DiT-Flow：基于潜在空间和扩散变换器的多失真鲁棒语音增强

Tianyu Cao, Helin Wang, Ari Frummer, Yuval Sieradzki, Adi Arbel, Laureano Moro Velazquez, Jesus Villalba, Oren Gal, Thomas Thebaud, Najim Dehak

机构 * Johns Hopkins University（约翰霍普金斯大学） ； Technion Israel Institute of Technology（技术学院以色列理工学院） ； University of Haifa（海法大学） 纠错

AI总结 本文提出DiT-Flow，一种基于流匹配的语音增强框架，利用潜在扩散变换器构建，通过训练提升对噪声、回声和压缩等多失真鲁棒性，实验显示其优于现有方法。

List Sample Compression and Uniform Convergence

列表样本压缩与统一收敛

Steve Hanneke, Shay Moran, Tom Waknine

机构 * Department of Computer Science, Purdue University（普渡大学计算机科学系） ； Departments of Mathematics, Computer Science, Data and Decision Sciences, Technion（技术学院数学、计算机科学、数据与决策科学系） ； Google Research（谷歌研究） 纠错

AI总结 研究列表学习中统一收敛和样本压缩原则的适用性，发现统一收敛仍等价于可学性，但样本压缩在特定标签空间下不成立。