一种基于感知动机的低复杂度实时全带语音增强方法
音频与语音处理
2020-08-28 v2
摘要
过去几年中，基于深度学习的语音增强方法已大大超越基于谱减和谱估计的传统方法。许多新技术直接在短时傅里叶变换（STFT）域中操作，导致高计算复杂度。在本工作中，我们提出PercepNet，一种高效方法，其通过关注语音的谱包络和周期性来依赖人类对语音的感知。我们展示了以低于一个CPU核心5%的占用实现全带（48 kHz）语音的高质量实时增强。
引用
@article{arxiv.2008.04259,
title = {A Perceptually-Motivated Approach for Low-Complexity, Real-Time Enhancement of Fullband Speech},
author = {Jean-Marc Valin and Umut Isik and Neerad Phansalkar and Ritwik Giri and Karim Helwani and Arvindh Krishnaswamy},
journal= {arXiv preprint arXiv:2008.04259},
year = {2020}
}
备注
Proc. INTERSPEECH 2020, 5 pages