用于听力损失补偿的动态处理神经网络架构
声音
2023-10-26 v1 音频与语音处理
摘要
本文提出用于补偿感音神经性听力损失的神经网络。听力损失补偿任务的目的是对语音信号进行变换，以在经过听力损失模型建模的听力障碍者进一步处理后提高语音可懂度。我们提出一种称为动态处理网络的可解释模型，其结构类似于带通动态压缩器。该网络可微，因此允许学习其参数以最大化语音可懂度。同时也测试了基于卷积层的更通用模型。所测试架构的性能使用谱-时客观指数（STOI）结合听阈噪声以及助听器语音可懂度（HASPI）指标进行评估。与流行的压缩增益处方规则 Camfit 相比，动态处理网络显著改善了 STOI 和 HASPI。足够大的卷积网络可以以更大计算负载为代价优于该可解释模型。最后，动态处理网络与卷积神经网络的结合在 STOI 和 HASPI 方面给出了最佳结果。
引用
@article{arxiv.2310.16550,
title = {Dynamic Processing Neural Network Architecture For Hearing Loss Compensation},
author = {Szymon Drgas and Lars Bramsløw and Archontis Politis and Gaurav Naithani and Tuomas Virtanen},
journal= {arXiv preprint arXiv:2310.16550},
year = {2023}
}