SPMamba: State-space model is all you need in speech separation

分离(统计) 空格(标点符号) 国家(计算机科学) 状态空间 语音识别 计算机科学 数学 算法 机器学习 统计 操作系统
作者
Kai Li,Chen Guo
出处
期刊:Cornell University - arXiv 被引量:5
标识
DOI:10.48550/arxiv.2404.02063
摘要

In speech separation, both CNN- and Transformer-based models have demonstrated robust separation capabilities, garnering significant attention within the research community. However, CNN-based methods have limited modelling capability for long-sequence audio, leading to suboptimal separation performance. Conversely, Transformer-based methods are limited in practical applications due to their high computational complexity. Notably, within computer vision, Mamba-based methods have been celebrated for their formidable performance and reduced computational requirements. In this paper, we propose a network architecture for speech separation using a state-space model, namely SPMamba. We adopt the TF-GridNet model as the foundational framework and substitute its Transformer component with a bidirectional Mamba module, aiming to capture a broader range of contextual information. Our experimental results reveal an important role in the performance aspects of Mamba-based models. SPMamba demonstrates superior performance with a significant advantage over existing separation models in a dataset built on Librispeech. Notably, SPMamba achieves a substantial improvement in separation quality, with a 2.42 dB enhancement in SI-SNRi compared to the TF-GridNet. The source code for SPMamba is publicly accessible at https://github.com/JusperLee/SPMamba .

科研通智能强力驱动
Strongly Powered by AbleSci AI
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
Chengsir完成签到,获得积分10
刚刚
刚刚
量子星尘发布了新的文献求助10
1秒前
英吉利25发布了新的文献求助10
1秒前
2秒前
科研通AI6应助李_Steven采纳,获得10
3秒前
科研通AI6应助李_Steven采纳,获得10
3秒前
科研通AI6应助李_Steven采纳,获得10
3秒前
科研通AI6应助李_Steven采纳,获得10
3秒前
科研通AI6应助李_Steven采纳,获得10
3秒前
科研通AI6应助李_Steven采纳,获得10
3秒前
饭团的老父亲应助李_Steven采纳,获得10
3秒前
饭团的老父亲应助李_Steven采纳,获得10
3秒前
饭团的老父亲应助李_Steven采纳,获得10
3秒前
Shawn完成签到,获得积分10
3秒前
饭团的老父亲应助李_Steven采纳,获得10
3秒前
3秒前
大模型应助周美言采纳,获得10
4秒前
王超发布了新的文献求助10
4秒前
5秒前
agony完成签到 ,获得积分10
5秒前
天天破大防完成签到,获得积分10
5秒前
宫宛儿发布了新的文献求助10
6秒前
0514gr完成签到,获得积分10
6秒前
斯文败类应助圥忈采纳,获得10
6秒前
完美世界应助龙凌音采纳,获得10
8秒前
chc发布了新的文献求助10
8秒前
8秒前
李爱国应助BioGO采纳,获得10
9秒前
含蓄的小熊猫完成签到 ,获得积分10
9秒前
科研通AI6应助李_Steven采纳,获得10
10秒前
科研通AI6应助李_Steven采纳,获得10
10秒前
科研通AI6应助李_Steven采纳,获得30
10秒前
GAPING发布了新的文献求助10
10秒前
科研通AI6应助李_Steven采纳,获得10
10秒前
科研通AI6应助李_Steven采纳,获得10
10秒前
科研通AI6应助李_Steven采纳,获得10
10秒前
科研通AI6应助李_Steven采纳,获得10
10秒前
科研通AI6应助李_Steven采纳,获得10
10秒前
科研通AI6应助李_Steven采纳,获得10
10秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Binary Alloy Phase Diagrams, 2nd Edition 8000
Comprehensive Methanol Science Production, Applications, and Emerging Technologies 2000
Building Quantum Computers 800
Translanguaging in Action in English-Medium Classrooms: A Resource Book for Teachers 700
Exosomes Pipeline Insight, 2025 500
Red Book: 2024–2027 Report of the Committee on Infectious Diseases 500
热门求助领域 (近24小时)
化学 材料科学 生物 医学 工程类 计算机科学 有机化学 物理 生物化学 纳米技术 复合材料 内科学 化学工程 人工智能 催化作用 遗传学 数学 基因 量子力学 物理化学
热门帖子
关注 科研通微信公众号,转发送积分 5655717
求助须知:如何正确求助?哪些是违规求助? 4800177
关于积分的说明 15073698
捐赠科研通 4814168
什么是DOI,文献DOI怎么找? 2575555
邀请新用户注册赠送积分活动 1530927
关于科研通互助平台的介绍 1489596