用于联合去噪、去混响与源分离的盲与神经网络引导卷积波束形成器
音频与语音处理
2021-08-05 v1 声音
信号处理
摘要
本文提出一种优化卷积波束形成器(Convolutional BeamFormer, CBF)的方法，该波束形成器可联合执行去噪(DN)、去混响(DR)和源分离(SS)。首先，通过扩展传统的联合DR与SS方法，我们开发了一种无需源或房间声学先验信息的盲CBF优化算法。为使优化在计算上可行，我们在该方法中引入两种技术：CBF的源向分解(Source-Wise Factorization, SW-Fact)与独立向量提取(Independent Vector Extraction, IVE)。为进一步提升性能，我们开发了一种通过逆Gamma先验将基于神经网络(NN)的源功率谱估计与CBF优化相集成的方法。使用含噪混响混合信号的实验表明，我们所提的盲与NN引导两种方案在自动语音识别提升和信号失真降低性能方面均大幅优于传统的基于掩码的最先进NN支持CBF。
引用
@article{arxiv.2108.01836,
title = {Blind and neural network-guided convolutional beamformer for joint denoising, dereverberation, and source separation},
author = {Tomohiro Nakatani and Rintaro Ikeshita and Keisuke Kinoshita and Hiroshi Sawada and Shoko Araki},
journal= {arXiv preprint arXiv:2108.01836},
year = {2021}
}
备注
Accepted by IEEE ICASSP 2021