UL-UNAS: U-Net Ultra-Leggera per il Miglioramento del Parlato in Tempo Reale tramite Ricerca Architetturale Neurale

I ricercatori hanno introdotto UL-UNAS, una U-Net ultra-leggera ottimizzata tramite Neural Architecture Search (NAS) per il miglioramento del parlato in tempo reale. Il modello è progettato per dispositivi a basso consumo, rispondendo alla crescente domanda di modelli compatti in questo campo. Il team ha esplorato vari blocchi convoluzionali efficienti all'interno della struttura U-Net, identificando candidati promettenti. Successivamente, hanno potenziato questi blocchi con due componenti di miglioramento: una nuova funzione di attivazione chiamata affine PReLU e un modulo di attenzione tempo-frequenza causale. Sfruttando il NAS, hanno scoperto un'architettura ottimale all'interno di uno spazio di ricerca attentamente progettato. UL-UNAS supera apparentemente i più recenti modelli ultra-leggeri, come affermato nell'articolo. Il lavoro è dettagliato in un articolo disponibile su arXiv con identificativo 2503.00340, annunciato come una sottomissione di tipo incrociato.