نموذج احتمالي تمايزي شرطي لتحسين الصوت

تمثّل تحسين المحادثة عنصرًا حاسمًا في العديد من التطبيقات الصوتية التي تركز على المستخدم، ومع ذلك لا تزال الأنظمة الحالية تعاني من نتائج مشوهة وغير طبيعية. وعلى الرغم من القدرة الكبيرة التي أظهرتها النماذج التوليدية في توليد المحادثة، إلا أنها ما زالت تتخلف في مجال تحسين المحادثة. تُستخدَم في هذه الدراسة التطورات الحديثة في نماذج الاحتمالات التبادلية (diffusion probabilistic models)، وتقترح خوارزمية جديدة لتحسين المحادثة تُدمج خصائص الإشارة الصوتية المُشوَّشة المُلاحظة في عمليات التبادل والانعكاس. وبشكل أكثر تحديدًا، نُقدّم صيغة معممة لنموذج الاحتمالات التبادلية تُسمّى "النموذج الاحتمالي التبادلي المشروط" (conditional diffusion probabilistic model)، والذي يمكنه في عملية الانعكاس التكيّف مع الضوضاء الحقيقية غير الغاوسية في الإشارة الصوتية المُقدّرة. وفي تجاربنا، نُظهر أداءً قويًا للنهج المقترح مقارنةً بنماذج توليدية ممثلة، كما نستعرض قدرة النموذج على التعميم على مجموعات بيانات أخرى ذات خصائص ضوضاء لم تُرَ أثناء التدريب.