跳到正文
arXiv · AI· Khubaib Ahmed, Ahsan Adeel, Nasir Saleem, Kia Dashtipour, Ahsan Ulhaq, Amir Hussain·· 2026-10-12AI 评分27

基于强化学习的神经架构搜索实现高效视听语音增强

Efficient Audio-Visual Speech Enhancement via Reinforcement Learning-Based Neural Architecture Search

AI 导读

该研究提出基于强化学习的神经架构搜索框架,发现参数量仅为290万的高效视听语音增强模型。 模型在SI-SNR上提升14.5 dB,比基线仅低0.7 dB,但体积缩减约九倍。商业移动CPU上实时因子降低4.3倍,支持端侧部署。

来源:arXiv · AI · arxiv.org