带宽可扩展的完全基于掩码的深度 FCRN 声学回声消除与后滤波
音频与语音处理
2022-11-08 v2 声音
摘要
尽管当今语音通信系统支持从窄带到超宽带乃至更宽的各种带宽，但最先进的用于声学回声消除（AEC）的 DNN 方法缺乏模块性与带宽可扩展性。我们提出的 DNN 模型构建于全卷积循环网络（FCRN）之上，并引入了对高达全带（FB）系统（48 kHz 采样率）各种带宽的可扩展性。该模块化方法允许基于掩码的 AEC 与后滤波阶段以专用损失进行联合宽带（WB）预训练，随后在 FB 数据上分别训练。第三个轻量级盲带宽扩展阶段在 FB 数据上单独训练，可灵活地将 WB 后滤波输出扩展至更高带宽直至达到 FB。由此，高频噪声与回声被可靠抑制。在 ICASSP 2022 声学回声消除挑战盲测试集上，我们报告了具竞争力的性能，显示出即便在高度延迟回声与动态回声路径变化下也具有鲁棒性。
引用
@article{arxiv.2205.04276,
title = {Bandwidth-Scalable Fully Mask-Based Deep FCRN Acoustic Echo Cancellation and Postfiltering},
author = {Ernst Seidel and Rasmus Kongsgaard Olsson and Karim Haddad and Zhengyang Li and Pejman Mowlaee and Tim Fingscheidt},
journal= {arXiv preprint arXiv:2205.04276},
year = {2022}
}
备注
5 pages, 1 figure, accepted for IWAENC 2022