基于EEG听觉注意力解码的认知驱动卷积波束形成
声音
2020-05-12 v1 音频与语音处理
信号处理
摘要
在多说话人场景下，语音增强算法的性能取决于正确识别待增强的目标说话人。听觉注意力解码(AAD)方法能够从单次EEG记录中识别听者所关注的的目标说话人。为增强目标说话人并抑制干扰说话人、混响和环境噪声，本文提出一种认知驱动的多麦克风语音增强系统，其结合了基于神经网络的掩码估计器、加权最小功率无失真响应卷积波束形成器以及AAD。为控制对干扰说话人的抑制，我们还提出了一种融入干扰抑制约束的扩展方案。实验结果表明，所提系统在具有挑战性的混响和噪声条件下优于最先进的认知驱动语音增强系统。
引用
@article{arxiv.2005.04669,
title = {Cognitive-driven convolutional beamforming using EEG-based auditory attention decoding},
author = {Ali Aroudi and Marc Delcroix and Tomohiro Nakatani and Keisuke Kinoshita and Shoko Araki and Simon Doclo},
journal= {arXiv preprint arXiv:2005.04669},
year = {2020}
}