GTCRN 学习笔记拆解 ERB、SFE 与 Mask 模块
热点事件持续更新
GTCRN 学习笔记拆解 ERB、SFE 与 Mask 模块
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
一篇 GTCRN 语音降噪模型学习笔记拆解了模型的 ERB、SFE 和 Mask 三个模块。笔记称，ERB 模块把 STFT 的 257 个 bin 转为 129 维特征：前 65 个 bin 保留，后 192 个 bin 映射为 64 个 band；转换矩阵共 24576 个参数，且无需训练。 笔记还称，SFE 模块把 3 通道数据扩展为 9 通道，用于重建相邻频带的相关性。模型输出为复数比率掩码 CRM，同时调整幅值与相位。
AI 根据报道生成 · 1 小时前更新
最新进展10月26日 08:19
GTCRN 语音降噪模型学习笔记：ERB、SFE 与 Mask 细节解析报道时间线
沿着报道，了解事件的不同侧面。
10月26日
- 博客园GTCRN 语音降噪模型学习笔记：ERB、SFE 与 Mask 细节解析
这篇 GTCRN 学习笔记拆解了模型中的 ERB、SFE 和 Mask 三个模块。ERB 将 STFT 的 257 个 bin 转为 129 维特征，前 65 个 bin 保留、后 192 个 bin 映射为 64 个 band，转换矩阵共 24576 个参数且无需训练；SFE 把 3 通道数据扩展为 9 通道以重建相邻频带相关性。模型输出为复数比率掩码 CRM，同时调整幅值与相位。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。