自动语境相关音频去噪
声音
2026-05-22 v1 机器学习
音频与语音处理
摘要
音频语境决定了哪些声音组件和来源对听者而言是相关的，而哪些是无关的（噪声）。例如，在城市监视中，交通噪声是有信息的，但在同一位置的电话通话中则是噪声。大多数当前的音频去噪系统应用固定的目标噪声定义，往往在一个语境中移除有用组件，同时又无法抑制无关组件。为此，我们提出自动语境相关音频去噪（ACAD）的概念，其基于推断的语境定义目标和噪声。在本工作中，我们将语境限制为与声学场景类别相关联。我们将事件分布之外的声音事件标记为超出语境（OC），而将典型于该场景的事件标记为语境内（IC）。我们实现了一个深度学习方法，自动推断音频信号的语境并去除 OC 组件，并对照各种基线进行评估：无语境推断、拥有语境 oracle、以及使用单独提供的无信息语境。在跨越多种语境的配对干净/噪声数据上，其中一个语境中的 OC 组件在另一个语境中可能为 IC，我们的方法在各种标准目标指标上均优于其他方法，表明该模型能够推断语境且语境相关的处理能够提升去噪效果。
引用
@article{arxiv.2605.22262,
title = {Automatic Contextual Audio Denoising},
author = {Diep Luong and Konstantinos Drossos and Mikko Heikkinen and Tuomas Virtanen},
journal= {arXiv preprint arXiv:2605.22262},
year = {2026}
}