An Empirical Study on the Impact of Positional Encoding in Transformer-Based Monaural Speech Enhancement

单声道 变压器 计算机科学 编码(内存) 语音识别 人工智能 电气工程 工程类 电压
作者
Qiquan Zhang,Ge Meng,Hongxu Zhu,Eliathamby Ambikairajah,Qi Song,Zhaoheng Ni,Haizhou Li
标识
DOI:10.1109/icassp48485.2024.10446337
摘要

Transformer architecture has enabled recent progress in speech enhancement. Since Transformers are position-agostic, positional encoding is the de facto standard component used to enable Transformers to distinguish the order of elements in a sequence. However, it remains unclear how positional encoding exactly impacts speech enhancement based on Transformer architectures. In this paper, we perform a comprehensive empirical study evaluating five positional encoding methods, i.e., Sinusoidal and learned absolute position embedding (APE), T5-RPE, KERPLE, as well as the Transformer without positional encoding (No-Pos), across both causal and noncausal configurations. We conduct extensive speech enhancement experiments, involving spectral mapping and masking methods. Our findings establish that positional encoding is not quite helpful for the models in a causal configuration, which indicates that causal attention may implicitly incorporate position information. In a noncausal configuration, the models significantly benefit from the use of positional encoding. In addition, we find that among the four position embeddings, relative position embeddings outperform APEs.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
小马甲应助s010w1ngpixy采纳,获得10
刚刚
123发布了新的文献求助10
刚刚
哈哈完成签到 ,获得积分10
刚刚
柳听白发布了新的文献求助30
刚刚
1秒前
科研通AI2S应助lzz采纳,获得10
1秒前
3秒前
izumi发布了新的文献求助10
3秒前
3秒前
4秒前
露露发布了新的文献求助10
4秒前
快乐天荷完成签到,获得积分10
4秒前
不想读书发布了新的文献求助10
7秒前
8秒前
平常的蜜粉完成签到,获得积分10
8秒前
善学以致用应助如意的惮采纳,获得10
8秒前
8秒前
9秒前
10秒前
zjq完成签到 ,获得积分10
10秒前
11秒前
jiang发布了新的文献求助10
12秒前
12秒前
庸人何必自扰完成签到,获得积分10
13秒前
十一玮发布了新的文献求助10
14秒前
14秒前
帕克完成签到,获得积分10
15秒前
15秒前
屁王发布了新的文献求助10
15秒前
狗蛋完成签到,获得积分10
16秒前
不想读书完成签到,获得积分10
18秒前
Auto发布了新的文献求助10
18秒前
姿势发布了新的文献求助10
18秒前
清澜庭发布了新的文献求助10
20秒前
十一玮完成签到,获得积分10
20秒前
20秒前
21秒前
22秒前
23秒前
26秒前
高分求助中
Sustainability in Tides Chemistry 2000
Bayesian Models of Cognition:Reverse Engineering the Mind 800
Essentials of thematic analysis 700
A Dissection Guide & Atlas to the Rabbit 600
Very-high-order BVD Schemes Using β-variable THINC Method 568
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3124688
求助须知:如何正确求助?哪些是违规求助? 2775052
关于积分的说明 7725125
捐赠科研通 2430553
什么是DOI,文献DOI怎么找? 1291228
科研通“疑难数据库(出版商)”最低求助积分说明 622091
版权声明 600323