用于三维语音增强的带注意力机制的卷积循环神经网络
音频与语音处理
2023-11-21 v4 声音
摘要
三维语音增强能有效改善听觉体验，并在增强现实技术中起着关键作用。然而，传统的基于卷积的语音增强方法在提取动态语音信息方面存在局限。在本文中，我们将双路径循环神经网络模块嵌入 U-Net 中，以在时域和频域迭代提取动态音频信息。并提出了一种注意力机制来融合原始信号、参考信号和生成的掩码。此外，我们引入了一种损失函数，以在时频域和时域同时优化网络。实验结果表明，我们的系统在 ICASSP L3DAS23 挑战赛的数据集上优于最先进的系统。
引用
@article{arxiv.2306.04987,
title = {Convolutional Recurrent Neural Network with Attention for 3D Speech Enhancement},
author = {Han Yin and Jisheng Bai and Mou Wang and Siwei Huang and Yafei Jia and Jianfeng Chen},
journal= {arXiv preprint arXiv:2306.04987},
year = {2023}
}
备注
Published on IEEE International Conference on Signal Processing, Communications and Computing (ICSPCC 2023)