基于复数卷积循环网络的双耳语音增强
音频与语音处理
2025-07-29 v1 信号处理
摘要
从助听器到增强现实与虚拟现实设备,双耳语音增强算法已成为提升语音可懂度与聆听舒适度的最先进技术.本文提出一种端到端的双耳语音增强方法,采用具有编解码器结构的复数循环卷积网络,并在编码器与解码器之间放置一个复数 LSTM 循环模块.我们引入了一种损失函数,其在改善语音可懂度与降噪的同时,着重保留空间信息.该网络在时频域中为双耳助听设备的左右耳通道分别估计复数比值掩码.我们证明,与其它基线算法相比,所提方法在包含单一目标说话人以及各向同性噪声(多种类型)的声学场景中,显著提升了估计的语音可懂度,在降噪的同时保留了双耳信号的空间信息.
引用
@article{arxiv.2507.20023,
title = {Binaural Speech Enhancement Using Complex Convolutional Recurrent Networks},
author = {Vikas Tokala and Eric Grinstein and Mike Brookes and Simon Doclo and Jesper Jensen and Patrick A. Naylor},
journal= {arXiv preprint arXiv:2507.20023},
year = {2025}
}