单声道语音增强的脉冲结构状态空间模型

原文约300字，阅读约需1分钟。发表于：。

使用 Spiking Structured State Space Model（Spiking-S4）可以高效地从长时间语音序列中提取干净的语音，该方法将 Spiking Neural Networks（SNN）的能效与 Structured State Space Models（S4）的长程序列建模能力相结合，具有较少的计算资源要求，与现有的人工神经网络（ANN）方法相媲美。

本文介绍了一种新的多头状态空间架构（MH-SSM），用于处理序列数据。该架构在LibriSpeech语音识别数据集上表现出色，无需外部语言模型，实现了最先进的性能。