En este artículo, proponemos SUBARU, un novedoso método para la mejora del habla (EA) multimodal en dispositivos portátiles (Hearables), una computadora portátil para implementación de bajo consumo. SUBARU reduce el consumo de energía en un factor de 3,31 mediante el uso de convertidores analógico-digitales (ADC) con baja frecuencia de muestreo y baja resolución de bits, y logra una mejora del habla basada en GAN mediante la introducción de discriminadores virtuales multiescala y multiperiodo sin aprendizaje adversarial de las GAN. Además, procesamos señales ACM/BCM en muestreo sub-Nyquist y logramos la EA en tareas de streaming en plataformas móviles y entornos ruidosos reales con un tiempo de inferencia de 1,74 ms y un uso de memoria inferior a 13,77 MB mediante la metodología de reconstrucción de banda ancha a partir de partes de banda estrecha. Esto complementa los estudios previos que no consideraron aspectos prácticos para la implementación de bajo consumo.
