URGENT-PK: Perceptually-Aligned Ranking Model Designed for Speech Enhancement Competition
Rattachement africain : cn, us, de, jp. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
The Mean Opinion Score (MOS) is fundamental to speech quality assessment. However, its acquisition requires significant human annotation. Although deep neural network approaches, such as DNSMOS and UTMOS, have been developed to predict MOS to avoid this issue, they often suffer from insufficient training data. Recognizing that the comparison of speech enhancement (SE) systems prioritizes a reliable system comparison over absolute scores, we propose URGENT-PK, a novel ranking approach leveraging pairwise comparisons. URGENT-PK takes homologous enhanced speech pairs as input to predict relative quality rankings. This pairwise paradigm efficiently utilizes limited training data, as all pairwise permutations of multiple systems constitute a training instance. Experiments across multiple open test sets demonstrate URGENT-PK’s superior system-level ranking performance over state-of-the-art baselines, despite its simple network architecture and limited training data.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- URGENT-PK: Perceptually-Aligned Ranking Model Designed for Speech Enhancement Competition
- Date Crossref
- 06/12/2025
- Éditeur
- IEEE
- Type
- proceedings-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
Shanghai Jiao Tong University pays non établi dans la noticeUniversité ou école supérieure
-
Carnegie Mellon University pays non établi dans la noticeUniversité ou école supérieure
-
Technische Universität Braunschweig pays non établi dans la noticeUniversité ou école supérieure
-
Google (United States) pays non établi dans la noticeEntreprise
-
Waseda University pays non établi dans la noticeUniversité ou école supérieure
-
Technische Universitä pays non établi dans la noticeInstitution
-
Google DeepMind pays non établi dans la noticeInstitution
-
Meta pays non établi dans la noticeInstitution
Shanghai Jiao Tong University, Carnegie Mellon University et Technische Universität Braunschweig, avec 5 autres affiliations.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.