DFSNet：一种对麦克风阵列配置不变的可转向神经波束形成器，用于实时低延迟语音增强
音频与语音处理
2023-02-28 v1 声音
摘要
对麦克风阵列配置不变是神经波束形成器中少有的属性。此类中的滤波求和（FS）方法相对于参考通道定义目标信号。然而，这不仅使混响条件下的公式复杂化，也使网络复杂化，网络必须具备推断参考通道的机制。为解决这些问题，本研究提出延迟滤波求和网络（DFSNet），一种对麦克风数量和阵列几何不变的可转向神经波束形成器，用于因果语音增强。在DFSNet中，获取的信号在FS操作前先被转向语音源方向，从而将任务简化为估计延迟求和的混响干净语音。所提模型设计为实现低延迟、低失真及低内存与计算负担，在助听器应用中具有高潜力。仿真结果显示其性能可与非因果最先进方法相媲美。
引用
@article{arxiv.2302.13407,
title = {DFSNet: A Steerable Neural Beamformer Invariant to Microphone Array Configuration for Real-Time, Low-Latency Speech Enhancement},
author = {Anton Kovalyov and Kashyap Patel and Issa Panahi},
journal= {arXiv preprint arXiv:2302.13407},
year = {2023}
}
备注
5 pages, 1 figure, 2 tables