AlignNet：学习数据集得分对齐函数以提升语音质量估计器的训练效果
音频与语音处理
2024-09-27 v2
摘要
我们开发了两种互补的进展，用于训练基于无参考（NR）的语音质量估计器。多数据集微调（MDF）先在单个数据集上预训练NR估计器，然后在多个数据集上微调，包括用于预训练的数据集。AlignNet 使用 AudioNet 生成中间得分估计，然后通过 Aligner 将中间估计映射到适当的得分范围。AlignNet 对 AudioNet 的选择不敏感，因此任何成功的NR语音质量估计器都可受益于其 Aligner。这两种方法可联合使用，我们通过两个研究表明它们在当前解决方案方面具有优势：一个研究使用九个小型数据集，另一个研究使用四个大型数据集。AlignNet 与 MDF 由于有效且有效地消除干扰学习过程的对齐问题，从而使能够使用更大范围样本的数据实现成功训练。
引用
@article{arxiv.2406.10205,
title = {AlignNet: Learning dataset score alignment functions to enable better training of speech quality estimators},
author = {Jaden Pieper and Stephen D. Voran},
journal= {arXiv preprint arXiv:2406.10205},
year = {2024}
}
备注
5 pages, 2 figures, 3 tables