TUNet: 変換器と自己監督学習を基にしたブロックオンライン帯域拡張モデル

帯域拡張を達成するために、時間特徴量線形調節（Temporal Feature-wise Linear Modulation: TFiLM）モデルのブロックオンライン変種を導入します。提案されたアーキテクチャは、TFiLMのUNetバックボーンを簡素化して推論時間を短縮し、ボトルネック部分で効率的なトランスフォーマーを用いて性能低下を軽減します。また、自己教師あり事前学習とデータ拡張を使用して、帯域拡張信号の品質向上とダウンサンプリング手法に対する感度低減を図ります。VCTKデータセットでの実験結果は、提案手法が侵襲的および非侵襲的指標の両面でいくつかの最近のベースラインを超えることを示しています。事前学習とフィルター拡張も全体的な性能安定化と向上に寄与しています。