본 논문은 활성 음향 변형에 대한 새로운 패러다임인 활성 음성 향상(ASE)을 제시합니다. 기존의 활성 소음 제거(ANC) 알고리즘이 외부 간섭을 억제하는 데 초점을 맞추는 반면, ASE는 원치 않는 잡음 성분을 감쇠시키고 음성 관련 주파수를 증폭하여 음성 신호를 적극적으로 형성하여 명료도와 지각 품질을 향상시킵니다. 이를 위해 본 논문에서는 간섭 억제와 신호 풍부화를 공동으로 최적화하도록 설계된 작업별 손실 함수와 함께 새로운 Transformer-Mamba 기반 아키텍처를 제안합니다. 제안된 방법은 잡음 제거, 잔향 제거, 클리핑 제거 등 여러 음성 처리 작업에서 기존 기준 모델보다 우수한 성능을 보여주며, 어려운 음향 환경에서 적극적이고 표적화된 변조의 효과를 입증합니다.
