用于实时噪声抑制的双信号变换 LSTM 网络
音频与语音处理
2020-10-23 v2 声音
摘要
本文介绍了一种双信号变换 LSTM 网络（DTLN），用于作为深度噪声抑制挑战赛（DNS-Challenge）一部分的实时语音增强。该方法以堆叠网络方式结合短时傅里叶变换（STFT）与习得的分析和合成基，参数少于一百万。模型在挑战赛组织者提供的 500 小时含噪语音上训练。该网络能够进行实时处理（一帧进，一帧出）并取得有竞争力的结果。结合这两类信号变换使 DTLN 能够从幅度谱中鲁棒地提取信息，并融入来自习得特征基的相位信息。该方法展现出最先进的性能，并在平均意见得分（MOS）方面以 0.24 分的绝对优势超越 DNS-Challenge 基线。
引用
@article{arxiv.2005.07551,
title = {Dual-Signal Transformation LSTM Network for Real-Time Noise Suppression},
author = {Nils L. Westhausen and Bernd T. Meyer},
journal= {arXiv preprint arXiv:2005.07551},
year = {2020}
}
备注
Accepted by Interspeech 2020