DeepSpace：基于动态空间与声源线索的对话增强源分离系统
音频与语音处理
2023-02-23 v2 声音
摘要
对话增强（DE）是一项允许用户相对于非对话声音提高电视或电影内容中对话音量的功能。当仅有原始混音可用时，DE 为“无引导”的，需要源分离。在本文中，我们描述了 DeepSpace 系统，该系统利用动态空间线索与声源线索进行源分离以支持无引导 DE。其技术包括空间电平滤波（SLF）以及基于深度学习的对话分类与去噪。通过主观听音测试，我们表明 DeepSpace 相对于可供测试的最先进（SOTA）系统表现出显著改善的整体性能。我们探讨了使用现有自动度量来评估无引导 DE 系统的可行性。
引用
@article{arxiv.2302.08202,
title = {DeepSpace: Dynamic Spatial and Source Cue Based Source Separation for Dialog Enhancement},
author = {Aaron Master and Lie Lu and Jonas Samuelsson and Heidi-Maria Lehtonen and Scott Norcross and Nathan Swedlow and Audrey Howard},
journal= {arXiv preprint arXiv:2302.08202},
year = {2023}
}
备注
5 pages, 4 figures. To be published in ICASSP 2023