CheapNET：通过投影损失函数改进轻量级语音增强网络
声音
2023-11-28 v1 人工智能
音频与语音处理
摘要
噪声抑制与回声消除在语音增强中至关重要，对智能设备和实时通信必不可少。部署于语音处理前端与边缘设备的这些算法必须确保高效的实时推理且计算需求低。传统基于边缘的噪声抑制常使用基于 MSE 的幅度谱掩码训练，但该方法存在局限。我们引入一种新颖的投影损失函数，偏离 MSE，以增强噪声抑制。该方法利用投影技术从噪声中分离关键音频成分，显著提升模型性能。对于回声消除，该函数在 LAEC 预处理输出上实现直接预测，大幅增强性能。我们的噪声抑制模型仅以 3.1M 参数和 0.4GFlops/s 计算负载取得了接近 SOTA 的结果。此外，我们的回声消除模型优于复现的业界领先模型，为语音增强提供了新视角。
引用
@article{arxiv.2311.15959,
title = {CheapNET: Improving Light-weight speech enhancement network by projected loss function},
author = {Kaijun Tan and Benzhe Dai and Jiakui Li and Wenyu Mao},
journal= {arXiv preprint arXiv:2311.15959},
year = {2023}
}