用于单通道语音增强的选择性状态空间模型

基于摘要分析。本文针对单通道语音增强中的长序列建模与计算复杂度问题，提出混合卷积与 Mamba 的骨干 MambaDC，结合卷积的局部交互建模能力与 Mamba 的长程全局依赖建模能力。 核心机制是用两类模块承担不同尺度的序列建模。摘要将 Transformer、Conformer 随序列长度增长的二次计算复杂度作为动机，并指出 Mamba 具有线性复杂度的长序列处理能力；但未提供 MambaDC 的模块连接方式、输入表示、损失函数或具体训练目标，不能据此确定完整模型的实际时间、显存开销及推理延迟。 作者报告，在基础与先进语音增强框架中、针对两种常用训练目标的实验里，MambaDC 均优于 Transformer、Conformer 和标准 Mamba；作者还报告，将其用于当前先进框架后，结果优于已有 SoTA 系统。摘要未列出数据集、数据划分、评价指标、数值及骨干规模匹配条件，因此这些结论目前只能按作者的定性报告理解。实验协议、消融及统计信息尚未验证，复现所需的实现与训练配置也需核对全文。 平台推测（待验证）：其“局部卷积＋长程状态建模”机制可能用于 EEG 长时间窗处理，但原任务依赖语音序列与增强训练目标，不能直接证明 BCI 有效。可复用的是局部与长程建模的组合思路；需改造 EEG 通道组织、输入表示及任务监督。低信噪比、跨被试差异、通道变化和小数据可能使模型学习噪声或被试特征。一个可检验的小实验是在固定 EEG 数据划分、预处理和训练预算下，对比卷积、标准 Mamba 与混合骨干，分别报告被试内和跨被试任务指标，并测量不同序列长度下的时间与显存开销。相关 EEG 工作尚未检索确认。