BLOOM-Net：面向可扩展高效语音增强的掩蔽网络分块优化
音频与语音处理
2022-02-11 v2 机器学习
声音
摘要
本文提出一种用于基于掩蔽网络的分块优化方法（BLOOM-Net），以训练可扩展的语音增强网络。我们采用残差学习方案设计网络，并顺序训练内部分离块，从而获得可扩展的基于掩蔽的深度神经网络用于语音增强。其可扩展性使其能依据测试时环境动态调整运行复杂度。为此，我们将模型模块化，使其灵活适应不同的增强性能需求与资源约束，且因所增加的可扩展性而仅产生极小的内存或训练开销。我们在语音增强上的实验表明，所提分块优化方法相较端到端训练的对应模型仅略有性能下降，即实现了所需的可扩展性。
引用
@article{arxiv.2111.09372,
title = {BLOOM-Net: Blockwise Optimization for Masking Networks Toward Scalable and Efficient Speech Enhancement},
author = {Sunwoo Kim and Minje Kim},
journal= {arXiv preprint arXiv:2111.09372},
year = {2022}
}
备注
5 pages, 3 figures, ICASSP 2022