用于联合声学回声消除与噪声抑制的端到端复值多膨胀卷积神经网络
音频与语音处理
2022-06-07 v3 人工智能
机器学习
声音
信号处理
摘要
回声与噪声抑制是全双工通信系统的组成部分。许多近期声学回声消除（AEC）系统依赖于独立的自适应滤波模块进行线性回声抑制，以及神经模块进行残差回声抑制。然而，自适应滤波模块不仅需要收敛且易受声学环境变化影响，而且当神经模块已具备线性和非线性回声抑制能力时，这种两阶段框架还常给 AEC 系统引入不必要的延迟。本文中，我们利用复时频掩码的偏移补偿能力，提出一种端到端复值神经网络架构。所提模型的构建模块是基于稠密连接多膨胀 DenseNet（D3Net）构建模块的伪复扩展，得到一个仅 354K 参数的极小网络。该架构利用 D3Net 构建模块的多分辨率特性消除了池化需求，使网络能使用大感受野提取特征而不损失任何输出分辨率。我们还提出一种双掩码技术，用于联合回声与噪声抑制及同步语音增强。在合成与真实测试集上的评估在多个基于能量的指标和感知代理上展示了有前景的结果。
引用
@article{arxiv.2110.00745,
title = {End-to-End Complex-Valued Multidilated Convolutional Neural Network for Joint Acoustic Echo Cancellation and Noise Suppression},
author = {Karn N. Watcharasupat and Thi Ngoc Tho Nguyen and Woon-Seng Gan and Shengkui Zhao and Bin Ma},
journal= {arXiv preprint arXiv:2110.00745},
year = {2022}
}
备注
To be presented at the 2022 International Conference on Acoustics, Speech, & Signal Processing (ICASSP)