动态门控循环神经网络用于计算高效的语音增强
音频与语音处理
2024-09-25 v2 机器学习
声音
摘要
本文介绍了一种新的动态门控循环神经网络(DG-RNN),用于在资源受限的硬件平台上运行计算高效的语音增强模型。它利用了RNN隐藏状态随步骤缓慢演化的特性,通过向RNN模型添加一个新提出的选择门,仅更新每一步中选定的神经元子集。该选择门允许在网络推理过程中降低传统RNN的计算成本。作为DG-RNN的一种实现,我们进一步提出了动态门控循环单元(D-GRU),它不需要额外的参数。使用DNS挑战数据集,在几种最先进的计算高效型基于RNN的语音增强架构上获得的测试结果表明,即使GRU计算量平均减少50%,基于D-GRU的模型变体也能保持与基线GRU模型相当的语音清晰度和质量指标。
引用
@article{arxiv.2408.12425,
title = {Dynamic Gated Recurrent Neural Network for Compute-efficient Speech Enhancement},
author = {Longbiao Cheng and Ashutosh Pandey and Buye Xu and Tobi Delbruck and Shih-Chii Liu},
journal= {arXiv preprint arXiv:2408.12425},
year = {2024}
}
备注
Proceedings of Interspeech 2024