生物降噪：无需干净数据的动物 vocalization 降噪

动物 vocalization 降噪是类似人类语音增强的任务，已得到较好研究。在 contrast to 后者（语音增强），它包含更高多样性的声产生机制和录音环境，这种更高多样性是现有模型的挑战。为此，我们使用伪干净目标（即预降噪后的 vocalization）和不含 vocalization 的背景噪声片段作为训练数据。我们提出了一个源自生物声学数据集和仓库的训练集，代表不同物种、声学环境和地理区域。此外，我们引入了一个非重叠基准集合，包含来自不同生物分类的干净 vocalization 和噪声样本。我们展示，使用语音增强模型获得的伪干净目标训练的降噪模型（demucs、CleanUNet）在基准集合上取得竞争成绩。我们在 https://earthspecies.github.io/biodenoising/ 上发布数据、代码、库和演示。