基于移动音频流网络的高效低延迟语音增强
音频与语音处理
2020-08-18 v1 机器学习
声音
机器学习
摘要
我们提出移动音频流网络（MASnet）用于高效低延迟语音增强，其特别适用于计算能力受限的移动设备及其他应用。MASnet处理线性尺度谱图，将连续的含噪帧转换为复值比率掩码，随后将其应用于相应的含噪帧。MASnet可在低延迟增量推理模式下运行，其复杂度与逐层批处理模式相当。与类似的 fully-convolutional 架构相比，MASnet采用深度可分离卷积与逐点卷积，大幅降低了每秒融合乘加运算次数（FMA/s），代价是信噪比有一定下降。
引用
@article{arxiv.2008.07244,
title = {Efficient Low-Latency Speech Enhancement with Mobile Audio Streaming Networks},
author = {Michał Romaniuk and Piotr Masztalski and Karol Piaskowski and Mateusz Matuszewski},
journal= {arXiv preprint arXiv:2008.07244},
year = {2020}
}
备注
Accepted for INTERSPEECH 2020