Генеративные модели для улучшения речиGenerative models for speech enhancement

В диссертации рассматриваются современные методы улучшения речи с использованием генеративных моделей для преодоления ограничений регрессионных методов, которые часто приводят к чрезмерному сглаживанию сигнала и потере важных частотных компонент. В работе исследуется использование генеративно-состязательных сетей (GAN) для улучшения речи и предлагаются новые нейросетевые архитектуры для этой задачи. Также рассматривается новая методика обучения авторегрессионных моделей для улучшения речи с низкой задержкой в потоковых приложениях. В заключительной части работы разработана диффузионная вероятностная модель, позволяющая решать задачи инверсии деградаций речевых сигналов без точного знания модели деградации во время обучения. Диссертация включает как теоретические выводы, так и практические результаты, демонстрирующие повышение качества улучшения речи в различных сценариях.