使用微型神经网络控制参数化多通道维纳滤波器
声音
2025-07-21 v1 音频与语音处理
摘要
噪声抑制和语音失真是设计多通道语音增强算法时需要平衡的两个重要方面。虽然神经网络模型在噪声抑制方面取得了最先进的成绩，但其非线性操作常会引入较大的语音失真。相反，经典信号处理算法如参数化多通道维纳滤波器（PMWF）波束赋能器提供了显式的抑制/失真权衡机制。在本工作中，我们提出了NeuralPMWF，一个由低延迟、低计算需求的神经网络完全控制PMWF的系统， resulting in a low-complexity system offering high noise reduction and low speech distortion。实验结果表明，我们提出的方法在与几组竞争基线相当的计算资源下，显著优于它们在感知和客观语音增强方面。
引用
@article{arxiv.2507.13863,
title = {Controlling the Parameterized Multi-channel Wiener Filter using a tiny neural network},
author = {Eric Grinstein and Ashutosh Pandey and Cole Li and Shanmukha Srinivas and Juan Azcarreta and Jacob Donley and Sanha Lee and Ali Aroudi and Cagdas Bilen},
journal= {arXiv preprint arXiv:2507.13863},
year = {2025}
}
备注
Accepted to WASPAA 2025