一种用于噪声与混响环境下语音分离的多阶段三路径方法
声音
2023-03-08 v1 机器学习
音频与语音处理
摘要
在噪声与混响环境中，基于深度学习的语音分离方法性能急剧下降，因为先前方法并非针对此类场景设计与优化。为解决该问题，我们提出一种多阶段端到端学习方法，将噪声与混响环境下困难的语音分离问题解耦为三个子问题：语音去噪、分离与去混响。通过缩减解空间，提升了语音分离模型搜索最优解的概率与速度。此外，由于音频序列在时域的通道信息对语音分离至关重要，我们提出一种能对音频序列通道维度建模的三路径结构。实验结果表明，所提多阶段三路径方法能以极小的模型参数增加为代价提升语音分离模型性能。
引用
@article{arxiv.2303.03732,
title = {A Multi-Stage Triple-Path Method for Speech Separation in Noisy and Reverberant Environments},
author = {Zhaoxi Mu and Xinyu Yang and Xiangyuan Yang and Wenjing Zhu},
journal= {arXiv preprint arXiv:2303.03732},
year = {2023}
}
备注
Accepted by ICASSP 2023