用于语音增强的深度残差-密集格状网络
音频与语音处理
2020-03-02 v1 机器学习
声音
机器学习
摘要
带有残差连接（ResNets）和因果扩张卷积单元的卷积神经网络（CNNs）一直是语音增强深度学习方法的首选网络。虽然残差连接改善了训练期间的梯度流动，但由于与深层输出的重复求和，浅层输出的特征衰减可能发生。改善特征复用的一种策略是融合 ResNets 与密集连接 CNNs（DenseNets）。然而，DenseNets 为特征复用过度分配了参数。受此启发，我们提出残差-密集格状网络（RDL-Net），这是一种用于语音增强的新型 CNN，它同时采用残差与密集聚合，却不为特征复用过度分配参数。这通过 RDL 块的拓扑结构实现，该结构限制了用于密集聚合的输出数量。我们广泛的实验研究表明，RDL-Nets 能够取得比采用残差和/或密集聚合的 CNNs 更高的语音增强性能。RDL-Nets 还使用了显著更少的参数并具有更低的计算需求。此外，我们证明 RDL-Nets 优于许多最先进的语音增强深度学习方法。
引用
@article{arxiv.2002.12794,
title = {Deep Residual-Dense Lattice Network for Speech Enhancement},
author = {Mohammad Nikzad and Aaron Nicolson and Yongsheng Gao and Jun Zhou and Kuldip K. Paliwal and Fanhua Shang},
journal= {arXiv preprint arXiv:2002.12794},
year = {2020}
}
备注
8 pages, Accepted by AAAI-2020