SCP-GAN : Optimisation du discriminateur auto-correcteur pour un GAN métrique préservant la cohérence d'entraînement dans les tâches d'amélioration de la parole

Ces dernières années, les réseaux antagonistes génératifs (GAN) ont permis d'obtenir des résultats significativement améliorés dans les tâches de renforcement vocal (SE). Toutefois, leur entraînement reste complexe. Dans ce travail, nous proposons plusieurs améliorations aux schémas d'entraînement des GAN, pouvant être appliquées à la plupart des modèles de SE basés sur les GAN. Nous introduisons l'utilisation de fonctions de perte de cohérence, visant à corriger les incohérences observées dans les domaines temporel et temps-fréquence, dues aux transformations de Fourier et de Fourier inverse. Nous proposons également une optimisation auto-correctrice pour l'entraînement du discriminateur GAN dans le cadre des tâches de SE, permettant d'éviter des directions d'entraînement « nuisibles » pour certaines parties de la fonction de perte du discriminateur. Nous avons testé nos méthodes proposées sur plusieurs modèles de SE basés sur les GAN d'avant-garde et observé des améliorations cohérentes, incluant de nouveaux résultats d'état de l'art sur le jeu de données Voice Bank+DEMAND.