arXiv · ML· Dinanath Padhya, Sajen Maharjan, Binita Adhikari, Ishwor Raj Pokharel·· 5 小时前AI 评分32
IsoNet 如何利用人脸引导实现紧凑麦克风阵列的语音提取
IsoNet: Face-Guided Speech Extraction for Compact Microphone Arrays
AI 导读
IsoNet 发布了一种基于人脸引导的语音提取系统，利用 4 个麦克风和 9.4 cm 孔径，在困难测试集上实现 SI-SDR 9.31 dB，较混合背景提升 4.85 dB。 模型融合 U-Net 掩码估计器与辅助声源到达监督，在 -1 至 10 dB SNR 区间表现最优，其 4.9M 参数变体推理速度比实时快 26 倍。
来源：arXiv · ML · arxiv.org