先验+注意力：信号处理界的“万能催化剂”！-优快云博客

本文链接：https://blog.youkuaiyun.com/Tulingxuesh/article/details/149740762

关注gongzhonghao【学术鲸】，解锁更多SCI相关咨询！

超声静默说话、星际文明搜寻、音高精准捕捉——三大前沿任务看似风马牛不相及，却被同一种思路串联：把传统信号处理的“硬规则”与深度学习的“软注意力”联姻。

无论是Conformer把全局自注意塞进超声舌动-语音映射，实现感知质量秒杀CNN；还是SETI@home调用百万志愿者GPU，用123 000条Doppler漂移率做相干积分，锁定外星窄带信号；抑或SLASH借可微DSP先验给自监督模型装上“绝对音高导航仪”，一举刷新噪声鲁棒基频估计——它们都证明：当小波、DSP等物理先验遇见注意力机制，模型就能在复杂噪声中抓到真正的关键特征。

这种“先验+注意”的组合拳，不仅在学术排行榜上屡破SOTA，也为故障诊断、深空通信、智能语音等工业场景提供了即插即用的升级方案，堪称信号处理界的“万能催化剂”。

Conformer-based Ultrasound-to-Speech Conversion

方法：

使用 UltraSuite-TaL80 四位说话人的同步超声-音频数据，将 64×128 的超声帧序列输入 Conformer Base 或 Conformer-bi-LSTM 网络，映射为 80 维 mel 频谱，再经预训练 HiFi-GAN 合成语音；训练采用 AdamW 与余弦重启调度，仅用 20 epoch 并早停，最终通过 MSE、MCD 与 27 人 MUSHRA 主客观评估验证性能。

创新点：

提出将卷积增强的 Transformer（Conformer）引入 UTIF-to-mel 映射，首次验证其在静默语音接口中的有效性。
在 Conformer 之后插入两层 bi-LSTM，形成双流时空建模，显著提升感知自然度。
整个系统参数更少、训练更快，却能在主观听感上超越传统 2D-CNN，为实时 SSI 部署打开新路径。

论文链接：

https://arxiv.org/pdf/2506.03831

关注gongzhonghao【学术鲸】，获取先验+注意力的最新选题和idea~

SETI@home: Data Acquisition and Front-End Processing

方法：

前端用Arecibo及Parkes、GBT等站记录1.42 GHz附近的2.5 MHz带宽双极化复基带数据，经硬件/软件雷达消隐后由splitter分频分段时间切片生成工作单元；客户端对每个9.7 kHz子带执行15档DFT分辨率、123 000漂移率的相干积分，先基线平滑去宽带干扰，再在功率-时间-频率立方体内并行运行五类检测器并给出概率分数，结果回传服务器；后端通过RFI清洗与多重一致性筛选得到候选信号并安排FAST重测，整套流程已在6×10^23次浮点运算中验证。

创新点：

首创志愿计算范式，将Arecibo 2.5 MHz基带数据切片成107 s工作单元并通过互联网分发给>10^5台PC，实现万台级并行相干积分。
提出123 000阶Doppler漂移率相干搜索框架，覆盖±100 Hz s⁻¹，首次让地外行星或卫星加速信号也能被锁定在单个DFT通道内。
设计五类信号（spike/Gaussian/pulse/triplet/autocorrelation）联合检测算法，搭配RFI自动剔除与概率打分，使系统可同时捕捉窄带连续、脉冲、重复波形等多种技术签名。

论文链接：

https://arxiv.org/pdf/2506.14718

关注gongzhonghao【学术鲸】，获取先验+注意力最新选题和idea~

SLASH: Self-Supervised Speech Pitch Estimation Leveraging DSP-derived Absolute Pitch

方法：

SLASH以CQT作为输入，由Pitch Encoder输出F0概率矩阵与带噪非周期度，在训练阶段先用DSP先验与音高一致性损失约束绝对/相对音高，再用可微DSP模块将预测的F0、谱包络和非周期度重构成伪频谱，通过L1能量距离反向优化F0，同时对语音进行随机噪声与音量增强并计算多任务鲁棒损失，最终在LibriTTS-R和MIR-1K上取得优于传统DSP、SSL基线的音高与清浊精度。