基于监督对比学习的自适应语音质量感知复值神经网络用于声学回声消除
声音
2022-11-10 v3 人工智能
音频与语音处理
摘要
声学回声消除（AEC）旨在从麦克风信号中去除回声、混响及不需要的附加声音，同时保持近端说话人语音的质量。本文提出自适应语音质量复值神经网络，以专注于实时声学回声消除的特定任务。具体而言，我们提出一个具有不同阶段的复值模块化神经网络，分别专注于特征提取、声学分离与掩码优化。此外，我们采用对比学习框架与新颖的语音质量感知损失函数进一步提升性能。模型先以 72 小时预训练，再以 72 小时微调。所提模型优于当前最优性能。
引用
@article{arxiv.2210.16791,
title = {Adaptive Speech Quality Aware Complex Neural Network for Acoustic Echo Cancellation with Supervised Contrastive Learning},
author = {Bozhong Liu and Xiaoxi Yu and Hantao Huang},
journal= {arXiv preprint arXiv:2210.16791},
year = {2022}
}
备注
Submitted to International Conference on Acoustics, Speech, and Signal Processing (ICASSP) 2023. Under review