基于循环融合空洞卷积与通道注意力的高效语音分离网络
音频与语音处理
2023-06-12 v1 计算与语言
声音
摘要
我们提出了一种高效的语音分离神经网络 ARFDCN，它结合空洞卷积、多尺度融合（MSF）与通道注意力，以克服基于卷积的网络感受野有限以及基于 transformer 的网络计算成本高的问题。所提出的网络架构基于编码器-解码器。通过使用膨胀率逐渐增大的空洞卷积学习局部与全局特征，并在相邻阶段进行融合，模型能够学习丰富的特征内容。同时，通过在网络中加入通道注意力模块，模型可以提取通道权重，学习更重要的特征，从而提升其表达能力与鲁棒性。实验结果表明，该模型在性能与计算效率之间取得了良好平衡，使其成为当前主流模型在实际应用中有前景的替代方案。
引用
@article{arxiv.2306.05887,
title = {An Efficient Speech Separation Network Based on Recurrent Fusion Dilated Convolution and Channel Attention},
author = {Junyu Wang},
journal= {arXiv preprint arXiv:2306.05887},
year = {2023}
}
备注
Accepted by Interspeech 2023