跨域语音增强与一个神经级联架构
Heming Wang1, DeLiang Wang1,2
1Department of Computer Science and Engineering, The Ohio State University, USA.
概括
这项研究引入了一种新的级联神经网络,用于单元语音增强. 该方法使用多个语音表示,通过减少背景噪音,显著提高语音质量和可理解性.
科学领域:
- 信号处理 信号处理
- 人工智能的人工智能
- 语音技术 语言技术
背景情况:
- 由于单通道音频中存在背景噪音,单耳语音增强具有挑战性.
- 现有的方法往往难以有效地将语音与噪音分开,影响通信清晰度.
研究的目的:
- 提出一种新的级联神经网络架构,用于单元语音增强.
- 为了利用多个语音表示来改善噪音抑制.
主要方法:
- 一个三模块级联架构,以光谱大小,波形和复杂光谱图域处理语音.
- 在训练期间使用三域损失函数同时优化所有模块.
- 使用WSJ0 SI-84集体进行实验评估.
主要成果:
- 拟议的级联架构实现了卓越的语音增强结果.
- 与以前的基线方法相比,表现出明显的超出性能.
- 语音质量和可理解性的客观和主观测量都有显著的改善.
结论:
- 这种新的级联架构有效地抑制了单口语的背景噪音.
- 多域表示方法提高了语音质量和可理解性.
- 这种方法为单通道语音增强技术带来了有前途的进步.
