基于 Mamba-Masking 网络的深度主动语音消除
声音
2025-05-27 v2 人工智能
机器学习
音频与语音处理
信号处理
摘要
我们提出了一种用于主动语音消除（ASC）的新型深度学习网络，超越了主动噪声消除（ANC）方法，能够有效消除噪声和语音信号。所提出的 Mamba-Masking 架构引入了一种掩码机制，该机制直接与编码后的参考信号交互，即使在语音中常见的快速变化、高频条件下，也能实现自适应且精确对齐的抗信号生成。作为补充，多频带分割策略进一步改善了跨频带的相位对齐。此外，我们引入了一种优化驱动的损失函数，为抗信号生成提供近乎最优的监督信号。实验结果表明，性能大幅提升，在 ANC 场景下最高提升 7.2dB，在 ASC 场景下最高提升 6.2dB，显著优于现有方法。
引用
@article{arxiv.2502.01185,
title = {Deep Active Speech Cancellation with Mamba-Masking Network},
author = {Yehuda Mishaly and Lior Wolf and Eliya Nachmani},
journal= {arXiv preprint arXiv:2502.01185},
year = {2025}
}