论文
VeRe-Flow：通过速度对比正则化和表示对齐来引导流匹配实现清晰语音，以实现抗噪声带宽扩展
VeRe-Flow: Guiding Flow Matching toward Clean Speech via Velocity Contrastive Regularization and Representation Alignment for Noise-Robust Bandwidth Expansion
摘要
抗噪声带宽扩展旨在从有噪声的低分辨率输入中重建高保真宽带语音。虽然流匹配在语音生成方面表现出了强大的性能，但由于噪声下速度估计的模糊性，从噪声输入中准确恢复干净的语音仍然具有挑战性。在这项工作中，我们提出了 VeRe-Flow，一种干净引导的流匹配框架，它引入了多级干净监督来指导干净语音的生成过程。在速度级别，我们引入了速度对比正则化，它将预测的速度吸引到干净的轨迹，同时将其排斥于噪声轨迹。在表示层面，我们结合了表示对齐，将中间特征与干净的自监督学习表示对齐。结果表明，所提出的方法在所有基线中实现了最低的 LSD 和最高的 DNSMOS OVRL，以及在生成基线中最高的 MOS。