CleanUNet 2：一种波形与谱图混合的语音去噪模型
机器学习
2023-09-13 v1 声音
音频与语音处理
摘要
在本工作中，我们提出 CleanUNet 2，一种结合波形去噪器与谱图去噪器优势、兼得二者之长的语音去噪模型。CleanUNet 2 采用受流行语音合成方法启发的两阶段框架，由波形模型与谱图模型组成。具体而言，CleanUNet 2 以最先进的波形去噪器 CleanUNet 为基础，并通过将谱图去噪器预测的谱图作为输入来进一步提升其性能。我们证明 CleanUNet 2 在多项客观与主观评价上均优于先前的方法。
引用
@article{arxiv.2309.05975,
title = {CleanUNet 2: A Hybrid Speech Denoising Model on Waveform and Spectrogram},
author = {Zhifeng Kong and Wei Ping and Ambrish Dantrey and Bryan Catanzaro},
journal= {arXiv preprint arXiv:2309.05975},
year = {2023}
}
备注
INTERSPEECH 2023