Dual-path Mamba：用于语音分离的短期与长期双向选择性结构化状态空间模型

基于摘要分析。本文研究语音分离中 Transformer 自注意力计算与内存开销较高的问题，以选择性状态空间模型 Mamba 替换 Transformer，提出 Dual-path Mamba，用于建模语音信号的短期、长期及前向、后向依赖。主要贡献是将双路径时序建模与双向选择性状态空间结合，而非提出 EEG 或 BCI 方法。 技术机制：摘要以自注意力的二次复杂度作为动机，强调用 Mamba 替换 Transformer，而不是继续叠加额外模块。双路径分别覆盖短期与长期依赖，双向建模利用前向和后向上下文；具体分块方式、状态空间配置、损失函数、训练流程及计算与内存实测尚未验证。双向上下文也提示其在线因果应用需要另行评估，不能直接据此宣称适合实时 BCI。 结果与证据：作者报告，在 WSJ0-2mix 语音分离数据上，相对较小的 Dual-path Mamba 模型优于 RNN 模型 DPRNN、CNN 模型 WaveSplit 和 Transformer 模型 Sepformer；其最大模型达到 23.4 dB 的 SI-SNRi。摘要未给出各模型参数量、具体划分、对照训练条件及结果波动，因此不能进一步量化参数效率或确认对照公平性。实验协议、消融及统计信息尚未验证。摘要提供 Mamba-TasNet 代码链接，但实现内容与复现条件尚未核对。 平台推测（待验证）：可检验的迁移假设是，短期与长期时序建模可用于同时刻画 EEG 局部波形与较长时间依赖；可考虑复用双路径状态空间模块，但输入通道组织、任务输出和监督目标需改造。语音分离依赖混合语音及分离目标，不能直接对应缺少干净源参照的真实 EEG；低信噪比、跨被试差异、通道变化和小数据可能削弱收益。一个小实验是在固定跨被试划分下，以有参考信号的模拟 EOG 污染 EEG 去噪为任务，与参数量和训练预算匹配的双路径 Transformer 比较重建误差、内存和时延，并明确限定为离线双向处理。相关 EEG 工作尚未检索确认。