TUNet : Un modèle d'extension de bande passante en ligne par blocs basé sur les Transformers et l'auto-encodage supervisé

Nous présentons une variante par bloc en ligne du modèle de modulation linéaire temporelle caractéristique par caractéristique (TFiLM) pour réaliser l'extension de bande. L'architecture proposée simplifie le squelette UNet du TFiLM afin de réduire le temps d'inférence et utilise un transformateur efficace au niveau du goulot d'étranglement pour atténuer la dégradation des performances. Nous utilisons également un pré entraînement auto-supervisé et des techniques d'augmentation de données pour améliorer la qualité des signaux à bande étendue et réduire la sensibilité aux méthodes de sous-échantillonnage. Les résultats expérimentaux sur l'ensemble de données VCTK montrent que la méthode proposée surpasse plusieurs lignes de base récentes, tant dans les métriques intrusives que non intrusives. Le pré entraînement et l'augmentation des filtres contribuent également à stabiliser et à améliorer les performances globales.