用于骨导语音增强的具有双重对抗损失的CycleGAN
声音
2021-11-03 v1 音频与语音处理
摘要
与气导语音相比，骨导语音具有屏蔽背景噪声的独特优势。增强骨导语音有助于提高其质量和可懂度。本文提出了一种新颖的具有双重对抗损失的CycleGAN（CycleGAN-DAL），用于骨导语音增强。所提方法同时使用对抗损失和循环一致性损失来学习前向和循环映射，其中对抗损失被替换为分类对抗损失和缺陷对抗损失，以巩固前向映射。与传统的基线方法相比，它无需额外的气导语音辅助，即可学习骨导语音与目标语音之间的特征映射。此外，所提方法还避免了传统基于统计的模型中常见的过平滑问题。实验结果表明，所提方法优于CycleGAN、GMM和BLSTM等基线方法。
引用
@article{arxiv.2111.01430,
title = {CycleGAN with Dual Adversarial Loss for Bone-Conducted Speech Enhancement},
author = {Qing Pan and Teng Gao and Jian Zhou and Huabin Wang and Liang Tao and Hon Keung Kwan},
journal= {arXiv preprint arXiv:2111.01430},
year = {2021}
}