一种用于鲁棒小 footprint 关键词 spotting 的单通道语音增强方法
声音
2019-06-21 v1 机器学习
多媒体
音频与语音处理
摘要
在真实环境中，关键词 spotting（KWS）对噪声的鲁棒性至关重要。为提升鲁棒性，引入语音增强前端。本研究未将语音增强作为KWS系统前独立的预处理，而是将预训练的语音增强前端与基于卷积神经网络（CNNs）的KWS系统级联，其中使用特征变换块将增强前端的输出转换为KWS系统的输入。整个模型联合训练，从而KWS系统的语言及其他有用信息可反向传播至增强前端以提升其性能。为适配小 footprint 设备，提出一种新型卷积循环网络，其所需参数与计算更少且不降低性能。此外，将输入特征由功率谱图改为梅尔谱图，可获得更少计算量与更优性能。实验结果表明，所提方法显著提升了KWS系统的噪声鲁棒性。
引用
@article{arxiv.1906.08415,
title = {A Monaural Speech Enhancement Method for Robust Small-Footprint Keyword Spotting},
author = {Yue Gu and Zhihao Du and Hui Zhang and Xueliang Zhang},
journal= {arXiv preprint arXiv:1906.08415},
year = {2019}
}