用于语音增强与恢复的双分支并行网络
音频与语音处理
2026-02-24 v2 人工智能
摘要
我们提出了一种新颖的通用语音恢复模型DBP-Net（双分支并行网络），旨在有效处理包括噪声、混响和带宽退化在内的复杂现实失真。与以往依赖单一处理路径或分离的增强和恢复模型的方法不同，DBP-Net引入了一种具有双并行分支的统一架构：基于掩蔽的分支用于失真抑制，基于映射的分支用于频谱重建。DBP-Net的一个关键创新在于两个分支之间的参数共享和跨分支跳跃融合，其中掩蔽分支的输出被显式融合到映射分支中。这种设计使DBP-Net能够在轻量级框架内同时利用抑制和生成这两种互补学习策略。实验结果表明，DBP-Net在综合语音恢复任务中显著优于现有方法，同时保持了紧凑的模型规模。这些发现表明，DBP-Net为统一的语音增强和恢复提供了一种有效且可扩展的解决方案。
引用
@article{arxiv.2409.08702,
title = {A Dual-Branch Parallel Network for Speech Enhancement and Restoration},
author = {Da-Hee Yang and Dail Kim and Joon-Hyuk Chang and Jeonghwan Choi and Han-gil Moon},
journal= {arXiv preprint arXiv:2409.08702},
year = {2026}
}
备注
Accepted for publication in Computer Speech & Language (2026). Final published version available at: https://doi.org/10.1016/j.csl.2026.101959