arXiv · cs.CL· Séverin Baroudi·· 23 天前AI 评分33
SepRQ：基于免掩码多尺度源分离的自监督语音混合表征学习
SepRQ : Self-Supervised Speech Mixture Representation Learning via Mask-Free, Multi-Scale Source Separation
来源与原文
arXiv · cs.CL
作者：Séverin Baroudi
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.04690v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
开源自监督学习框架 SepRQ 用冻结随机投影码本上的伪源分离目标取代掩码预测，面向多说话人语音表征学习。它在 SUPERB benchmark 的 Speaker Diarization 与 Speech Separation 上达到 SOTA，在 Base 和 Large 规模均超过 WavLM 等模型，推理参数仅 85.68M，并在 WSJ0-3Mix 三说话人混合上表现突出。相比闭源的 C-HuBERT 和 SA-WavLM，SepRQ 已开源。
来源：arXiv · cs.CL · arxiv.org