論文の概要: HybridSB-MoE: Dual-Domain Schrödinger Bridges with Scene-Adaptive Expert Routing for Speech Enhancement
- arxiv url: http://arxiv.org/abs/2608.12715v1
- Date: Thu, 13 Aug 2026 02:00:52 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-14 18:29:38.364023
- Title: HybridSB-MoE: Dual-Domain Schrödinger Bridges with Scene-Adaptive Expert Routing for Speech Enhancement
- Title（参考訳）: HybridSB-MoE:Scene-Adaptive Expert Routing を用いた2次元シュレーディンガーブリッジによる音声強調
- Abstract要約: HybridSB-MoEは、生成音声強調のための二重ドメインフレームワークである。
スペクトルモデルはハーモニック構造を捉えるが、しばしば位相を乱す、波形モデルは位相を保ち、ハーモニックを見逃す、シュルディンガー橋(SB)はノイズからクリーンな音声への輸送を短縮するが、コストは訓練にゆるやかに結びついているだけである。
VoiceBank+DEMANDでは、HybridSB-MoEは、ステップ予算で拡散ベースラインとSBベースベースラインを上回っている。
- 参考スコア（独自算出の注目度）: 8.444837651455275
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Generative speech enhancement faces three gaps: spectral models capture harmonic structure but often disrupt phase, waveform models preserve phase but miss harmonics, and Schrödinger Bridges (SB) shorten transport from noise to clean speech but leave inference cost only loosely tied to training. We propose HybridSB-MoE, a dual-domain framework that fills these gaps through three contributions unified by a single asymmetric design principle. (i) Asymmetric uncertainty fusion: The spectral path captures epistemic uncertainty via expert disagreement, while the waveform bridge models aleatoric variance through stochastic dynamics. We fuse them asymmetrically, allowing the mixing weight to adapt to distinct error regimes rather than average predictions. (ii) Heterogeneous MoE with top-k=2 routing across five distinct architectural archetypes, where architectural diversity makes the epistemic signal indicate which inductive bias fails rather than small perturbations among similar experts. (iii) Discretization bound (Theorem 1): path-consistency and trajectory regularizers together bound the K-step bridge sampling error in 2-Wasserstein distance at rate K-alpha, making small-K inference an objective-level guarantee rather than an empirical claim. On VoiceBank+DEMAND, HybridSB-MoE outperforms diffusion- and SB-based baselines at their step budgets while remaining competitive with consistency-distilled few-step methods.
- Abstract（参考訳）: スペクトルモデルは調和構造をキャプチャするが、しばしば位相を乱す、波形モデルは位相を保ち、ハーモニクスを欠く、シュレーディンガー橋(SB)はノイズからクリーンな音声への輸送を短縮するが、推論コストは訓練にゆるやかに結びついているだけである。
一つの非対称設計原理で統一された3つのコントリビューションを通じて、これらのギャップを埋める2つのドメインフレームワークであるHybridSB-MoEを提案する。
(i)非対称不確実性融合: スペクトル経路は専門家の不一致を通じてててんかんの不確実性を捉え、一方、波形ブリッジは確率力学を通してアレタリックな分散をモデル化する。
我々はそれらを非対称に融合させ、混合重量は平均的な予測ではなく、異なる誤差規則に適応させることができる。
2) 5つの異なる建築様式にまたがるトップk=2の経路を持つ異種MoEでは,建築の多様性が類似の専門家の間では小さな摂動よりも帰納的バイアスが失敗することを示す。
3) 離散化境界(理論1): 経路整合性および軌道正則化器は、K-α速度で2-ワッサーシュタイン距離でK-ステップ橋のサンプリング誤差と結合し、小K推論を経験的クレームよりも客観的な保証とする。
VoiceBank+DEMANDでは、HybridSB-MoEは拡散ベースラインとSBベースのベースラインをステップ予算で上回り、一貫性に富んだ数ステップメソッドと競合する。
関連論文リスト
- Nonlocality-induced critical-length hierarchy from non-Hermitian competition [48.9823527611878]
2つの連結鎖からなる短距離系において、競合は臨界長法則$N_csimln D$に導かれる。
ここでは、長距離ホッピングがこの臨界挙動を根本的に再編成し、異なるスケーリング法則の階層を生成することを示す。
この結果は,プログラム可能なトポ誘電回路,フォトニック格子,デジタル量子シミュレータでテスト可能なプラットフォーム非依存のフレームワークを提供する。
論文 参考訳（メタデータ） (2026-08-03T18:00:18Z) - Twisted Schrödinger Bridge Matching [34.126987447337534]
拡散に基づくシュルディンガー橋模型は、2つの所定の境界分布間の最適輸送ダイナミクスを近似するために提案されている。
連続時間と離散時間の両方を扱うために設計された拡散法であるTwisted Schrdinger Bridge Matchingを紹介する。
論文 参考訳（メタデータ） (2026-07-18T22:30:43Z) - Attosecond Path Qubits in High-Harmonic Generation: Classical Dephasing and Trace-Out Decoherence [0.0]
我々は、2つの異なるコヒーレンス-ロス機構を同定する: アンサンブル平均化からの古典的デフォーカスと、観測されていない自由度のトレースから生じる量子デコヒーレンスである。
これらの結果は、HHGにおけるコヒーレンス損失の診断と、アト秒干渉法における工学的軌跡に基づく量子状態のための還元状態フレームワークを確立する。
論文 参考訳（メタデータ） (2026-06-18T15:35:37Z) - Coverage Analysis of Rydberg Atom Quantum Receiver Arrays: A Stochastic Geometry Approach [55.47164192369501]
ライドバーグ原子量子受信機(RAQR)は、量子制限感度とブロードバンドチューナビリティを提供する。
密集した展開において、集合的干渉は原子トランスデューサを小さな信号状態から外すことができる。
本稿では、RAQRフロントエンドを幾何学的カバレッジ分析に埋め込むことで、この問題に対処する。
論文 参考訳（メタデータ） (2026-05-22T04:05:13Z) - Inconsistency-aware Multimodal Schrödinger Bridge for Deepfake Localization [11.418398950934671]
IaMSBは一貫性のないマルチモーダル・シュルディンガー橋である。
一貫性推定、クロスモーダル情報選択、ブリッジステップスケジューリングを統一する。
厳密なIoU境界精度を安定させ、AP@0.95を3%上昇させ、高精度な局在を向上させる。
論文 参考訳（メタデータ） (2026-05-22T00:17:16Z) - OmniForcing: Unleashing Real-time Joint Audio-Visual Generation [51.031726911410594]
最近のジョイントオーディオ・視覚拡散モデルは、優れた生成品質を実現するが、高いレイテンシーに悩まされる。
OmniForcingは、オフラインの双方向拡散モデルを高忠実度ストリーミングオートレジェネレータに蒸留する最初のフレームワークである。
論文 参考訳（メタデータ） (2026-03-12T08:17:36Z) - Learning to Separate RF Signals Under Uncertainty: Detect-Then-Separate vs. Unified Joint Models [53.79667447811139]
受信した信号に直接適用した場合、単一のディープニューラルネットワークアーキテクチャが共同で検出および分離することを学習していることを示す。
これらの結果から,UJM は DTS に代わるスケーラブルで実用的な代替品であり,広範に推定された統合分離のための新たな方向を開拓した。
論文 参考訳（メタデータ） (2026-02-04T15:25:02Z) - Topological Residual Asymmetry for Bivariate Causal Direction [1.2691047660244335]
トポロジカル残留非対称性(英: Topological Residual Asymmetric)は、加法ノイズモデルに対する幾何学的基準である。
0D持続ホモロジー関数を用いてバルクチューブコントラストの定量化を行う。
多くの挑戦的な合成および実データシナリオに対する実験は、メソッドの優越性を実証している。
論文 参考訳（メタデータ） (2026-01-31T00:38:53Z) - Departures: Distributional Transport for Single-Cell Perturbation Prediction with Neural Schrödinger Bridges [51.83259180910313]
遺伝子機能解析における大きなボトルネックは、単細胞データの未成熟の性質である。
我々は、SB(Schrdinger Bridge)を近似して、単セル摂動データに対処する。
本モデルは,異種単一セル応答を効果的に捉え,最先端の性能を実現する。
論文 参考訳（メタデータ） (2025-11-17T08:27:13Z) - Analytically Solvable Robust Single-Qubit Gates for Multi-Qubit Systems with Unwanted Couplings [5.169264860833405]
キュービット間の結合は、単一キュービットゲートの忠実度を低下させるクロストークエラーを引き起こす。
不要結合の存在下で高忠実度単一量子ゲートを構築するための新しい非摂動的枠組みを提案する。
論文 参考訳（メタデータ） (2025-03-16T09:33:23Z) - Noise-resilient Edge Modes on a Chain of Superconducting Qubits [103.93329374521808]
量子系の遺伝対称性は、それ以外は脆弱な状態を保護することができる。
非局所マヨラナエッジモード(MEM)を$mathbbZ$パリティ対称性で表す一次元キックドイジングモデルを実装した。
MEMは、予熱機構により特定の対称性を破るノイズに対して弾力性があることが判明した。
論文 参考訳（メタデータ） (2022-04-24T22:34:15Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。