본 연구는 최근 제안된 주목 메커니즘이 없는 확장 가능한 상태 공간 모델(SSM)인 Mamba를 음성 향상(SE) 작업에 활용하는 것을 목표로 한다. 특히, Mamba를 사용하여 기본, 고급, 인과적, 비인과적 구성과 같이 다양한 regression 기반 SE 모델(SEMamba)을 배포한다. 또한, 신호 레벨 거리 또는 메트릭 지향에 기반한 손실 함수를 고려한다. 실험 결과에 따르면, SEMamba는 고급 비인과적 구성에서 VoiceBank-DEMAND 데이터셋에서 경쟁력 있는 PESQ 3.55를 달성한다. 또한, SEMamba를 Perceptual Contrast Stretching(PCS)과 결합했을 때 새로운 최고 PESQ 3.69가 보고되었다. 변환 기반 SE 솔루션과 비교하여 고급 비인과적 구성에서 최대 ~12%의 FLOPs 감소가 관찰되었다. 마지막으로, SEMamba는 자동 음성 인식(ASR) 전에 전처리 단계로 사용될 수 있으며, 최근 SE 솔루션에 비해 경쟁력 있는 성능을 보인다.
