用于语音增强中DNN训练的感知加权滤波器损失
音频与语音处理
2019-08-20 v3 声音
摘要
基于深度神经网络（DNNs）的单通道语音增强已展现出有前景的性能，因此正被深入研究。在本文中，我们不在 DNN 训练语音增强时采用均方误差（MSE）作为损失函数，而是受分析-综合语音编码（例如码激励线性预测（CELP））中使用的加权滤波器启发，设计了一种感知加权滤波器损失。实验结果表明，所提简单损失函数在感知质量和噪声衰减方面相比采用 MSE 损失的参考 DNN 改善了语音增强性能。所提损失函数可有利地应用于现有的基于 DNN 的语音增强系统，而无需修改用于语音增强的 DNN 拓扑。所提方法的源代码已公开。
引用
@article{arxiv.1905.09754,
title = {A Perceptual Weighting Filter Loss for DNN Training in Speech Enhancement},
author = {Ziyue Zhao and Samy Elshamy and Tim Fingscheidt},
journal= {arXiv preprint arXiv:1905.09754},
year = {2019}
}