DPCRN：用于单通道语音增强的双路径卷积循环网络
声音
2021-07-13 v1 音频与语音处理
摘要
双路径RNN（DPRNN）被提出以更有效地对极长序列建模，用于时域语音分离。通过将长序列分割为较小块并应用块内与块间RNN，DPRNN在以有限模型规模实现语音分离方面达到了令人满意的性能。本文中，我们将DPRNN模块与卷积循环网络（CRN）结合，设计了一个称为双路径卷积循环网络（DPCRN）的模型，用于时频域语音增强。我们用DPRNN模块替换CRN中的RNN，其中块内RNN用于建模单帧的频谱模式，块间RNN用于建模连续帧之间的依赖关系。凭借仅0.8M参数，所提交的DPCRN模型在Interspeech 2021深度噪声抑制（DNS）挑战赛宽带场景赛道中取得了3.57的总体平均意见得分（MOS）。在其他一些测试集上的评估也显示了我们模型的有效性。
引用
@article{arxiv.2107.05429,
title = {DPCRN: Dual-Path Convolution Recurrent Network for Single Channel Speech Enhancement},
author = {Xiaohuai Le and Hongsheng Chen and Kai Chen and Jing Lu},
journal= {arXiv preprint arXiv:2107.05429},
year = {2021}
}
备注
5 pages, 1 figure, accepted by Interspeech 2021