GAP-URGENet Vince la Sfida URGENT di ICASSP 2026 con la Fusione Generativo-Predittiva

Un nuovo framework chiamato GAP-URGENet è stato sviluppato da ricercatori, progettato per il miglioramento universale del parlato attraverso la fusione generativo-predittiva. Ha eccelso nella fase di test alla cieca della Traccia 1 della Sfida URGENT di ICASSP 2026, assicurandosi una posizione di primo piano. Il framework consiste in due rami interconnessi: un ramo generativo si concentra sul ripristino completo del parlato in un dominio di rappresentazione auto-supervisionato e ricostruisce la forma d'onda utilizzando un vocoder neurale, mentre l'altro ramo predittivo migliora il dominio dello spettrogramma. Un modulo di post-elaborazione fonde le uscite di entrambi i rami ed estende la larghezza di banda per produrre una forma d'onda migliorata a 48 kHz, che viene successivamente sottocampionata. Questo approccio innovativo migliora la robustezza e la qualità percettiva, affrontando le complessità del miglioramento universale del parlato. L'articolo di ricerca è disponibile su arXiv con l'identificatore 2604.01832 e sono inclusi campioni audio. Questo lavoro segna un notevole balzo in avanti nell'elaborazione del parlato, con implicazioni per apparecchi acustici, telecomunicazioni e assistenti vocali.