一种用于语音去混响的复合 T60 回归与分类方法
音频与语音处理
2023-02-13 v1 声音
摘要
去混响通常直接在混响音频信号上进行，而不知晓声学环境。然而，混响时间 T60 是反映混响如何影响信号的关键声学因素。在本工作中，我们提出在利用环境关键声学信息的同时进行去混响。更具体地，我们开发了一种联合学习方法，使用复合 T60 模块和独立的去混响模块，同时执行混响时间估计与去混响。混响时间模块在微调期间向去混响模块提供关键特征。我们在仿真与真实环境中评估了我们的方法，并与若干方法进行比较。结果表明该复合框架在环境中提升了性能。
引用
@article{arxiv.2302.04932,
title = {A Composite T60 Regression and Classification Approach for Speech Dereverberation},
author = {Yuying Li and Yuchen Liu and Donald S. Williamson},
journal= {arXiv preprint arXiv:2302.04932},
year = {2023}
}