基于卷积循环神经网络渐进学习的单通道语音增强
声音
2020-01-14 v3 音频与语音处理
摘要
近来，渐进学习已显示出其在结合深度神经网络（DNN）和长短期记忆（LSTM）基单通道语音增强算法时改善语音质量与语音可懂度的能力，尤其在低信噪比（SNR）条件下。然而，由于参数量大且计算复杂度高，其难以在现有资源受限的微控制器中实现，因此对于实际应用而言，大幅减少参数量和计算负载至关重要。为此，我们提出了一种基于因果卷积循环神经网络的新型渐进学习框架，称为 PL-CRNN，它利用卷积神经网络与循环神经网络两者的优势，大幅减少参数量并同时改善语音质量与语音可懂度。大量实验验证了所提 PL-CRNN 模型的有效性，并表明其在客观度量上相比 PL-DNN 和 PL-LSTM 算法取得了一致更优的性能，且获得了接近甚至优于 CRNN 的结果。与 PL-DNN、PL-LSTM 和 CRNN 相比，所提 PL-CRNN 算法可分别减少多达 93%、97% 和 92% 的参数量。
引用
@article{arxiv.1908.10768,
title = {Convolutional Recurrent Neural Network Based Progressive Learning for Monaural Speech Enhancement},
author = {Andong Li and Minmin Yuan and Chengshi Zheng and Xiaodong Li},
journal= {arXiv preprint arXiv:1908.10768},
year = {2020}
}
备注
23 pages,5 figures, Submitted to Applied Acoustics