基于DNN的语音增强中噪声目标训练的分析
音频与语音处理
2022-11-03 v1 声音
摘要
基于深度神经网络(DNN)的语音增强通常使用干净语音作为训练目标。然而,由于录音成本很高,难以收集大量干净语音。换言之,当前语音增强的性能受到训练数据量的限制。为放宽这一限制,已提出利用噪声语音作为训练目标的噪声目标训练(NyTT)。尽管实验已表明NyTT可在无干净语音情况下训练DNN,但尚缺乏详细分析,其行为也未被充分理解。本文中,我们进行多种分析以加深对NyTT的理解。此外,基于NyTT的特性,我们提出一种可与使用干净语音的方法相媲美的改进方法。进一步,我们表明通过使用海量噪声语音配合干净语音可提升性能。
引用
@article{arxiv.2211.01198,
title = {Analysis of Noisy-target Training for DNN-based speech enhancement},
author = {Takuya Fujimura and Tomoki Toda},
journal= {arXiv preprint arXiv:2211.01198},
year = {2022}
}
备注
Submitted to ICASSP 2023