通过语音质量反馈的到达方向校正

实时语音增强的性能已开始提升，Demucs Denoiser 模型在多语音源场景下配合基于位置的语音目标选择策略近期展现出强劲性能。然而，该模型对到达方向（DOA）估计的误差较为敏感。本工作提出了一种 DOA 校正方案，利用增强输出的实时估计语音质量作为 Adam 优化反馈循环中的观测变量，以寻找正确的 DOA。尽管语音质量估计具有较高的变异性，所提出的系统仅以语音质量为指导即可实时校正高达 15° 的误差。本文为所提出系统的未来版本提供了若干见解，以加快收敛速度并进一步降低语音质量估计的变异性。