MG-REPA：面向生成式目标说话人提取的多粒度表征对齐

MG-REPA 通过帧级与话语级双路对齐加速生成式 TSE 模型训练。 在 Libri2Mix 数据集上，该方法使达到 MeanFlow-TSE 基线 OVRL 和 PESQ 性能所需的训练轮数分别减少 3.0 倍和 2.1 倍。 训练 750 轮后，其干扰性指标表现优于 2000 轮基线，且非干扰性指标有所提升。