具有内置交叉注意力对齐的深度模型用于声学回声消除
声音
2023-03-15 v2 计算机视觉与模式识别
音频与语音处理
摘要
随着最近的研究进展，深度学习模型已成为实时电话会议应用中声学回声消除（AEC）的有吸引力的选择。由于声学回声是音频质量差的主要原因之一，已经提出了各种各样的深度模型。然而，一个重要的但经常被忽略的良好回声消除质量的要求是麦克风和远端信号的同步。对齐模块通常使用基于互相关的经典算法实现，是一个具有已知设计局限性的独立功能块。在我们的工作中，我们提出了一种具有内置基于自注意力的对齐的深度学习架构，该架构能够处理未对齐的输入，提高回声消除性能，同时简化通信管道。此外，我们表明，我们的方法在AEC Challenge数据集的真实录音上，对于困难的延迟估计情况实现了显著的改进。
引用
@article{arxiv.2208.11308,
title = {Deep model with built-in cross-attention alignment for acoustic echo cancellation},
author = {Evgenii Indenbom and Nicolae-Cătălin Ristea and Ando Saabas and Tanel Pärnamaa and Jegor Gužvin},
journal= {arXiv preprint arXiv:2208.11308},
year = {2023}
}