串联相同 DNN (CI-DNN) 以降低基于 DNN 语音增强中的噪声类型依赖性
音频与语音处理
2018-10-29 v1
摘要
近年来，利用深度学习方法估计时频域掩码以进行语音增强已成为一个热门研究领域。在本文中，我们提出一种使用串联相同深度神经网络（CI-DNNs）的基于掩码的语音增强框架。其思想是，在多种输入和输出信噪功率比（SNR）条件下训练单个 DNN，使用相对于输入提供适度 SNR 增益的目标，从而在语音分量质量与噪声抑制之间取得平衡。我们将该单个 DNN 不经任何重训练地串联多次，以提供足够的噪声衰减。仿真结果表明，我们提出的 CI-DNN 在总语音质量和语音可懂度方面优于使用经典谱加权规则的增强方法。此外，与同等规模的噪声目标单 DNN 方法相比，我们的方法以少得多的可训练参数取得了相似甚至略好的性能。与传统的干净目标单 DNN 方法相比，我们提出的 CI-DNN 在语音分量质量上更优，在残余噪声分量质量上远优。最重要的是，与其他被测深度学习方法相比，我们新的 CI-DNN 对未见噪声类型的泛化能力最佳。
引用
@article{arxiv.1810.11217,
title = {Concatenated Identical DNN (CI-DNN) to Reduce Noise-Type Dependence in DNN-Based Speech Enhancement},
author = {Ziyi Xu and Maximilian Strake and Tim Fingscheidt},
journal= {arXiv preprint arXiv:1810.11217},
year = {2018}
}