**PRISM:无需训练的声学噪声自监督去噪方法**

_Prototype-Rectified Iterative Self-supervised Manifold Denoising under Severe Acoustic Shift_

> 针对音频-文本基础模型在严重声学噪声下性能骤降的问题,研究者提出PRISM框架。该方法基于仿射噪声假设,利用冻结文本原型作为几何锚点,通过闭式几何校正估计并逆转噪声引起的低秩偏移。推理仅需一次矩阵乘法(0.0009ms),无需额外训练。在UrbanSound8K上,PRISM较零样本基线提升12.94个百分点,同时解决了宽带类别的子空间衰减失败问题。

**来源信息**
- **来源**:HuggingFace Daily Papers(社区热门论文)
- **分类**:论文
- **发布时间**:2026-08-18 08:00(北京时间)
- **原文**:[打开原文](https://huggingface.co/papers/2608.15037)