基于时频参考的端到端波束成形器最优 DNN 架构探索
音频与语音处理
2020-08-12 v2 声音
摘要
声学波束成形器已被广泛用于增强音频信号。目前最好的方法是广义特征值和无失真响应最小方差波束成形器的深度神经网络(DNN)驱动变体，以及用于直接计算波束成形滤波器的基于 DNN 的滤波器估计方法。两种方法都有效；然而，它们在泛化性方面存在盲点。因此，我们提出一种新方法，将这两种方法组合到单一框架中，试图利用两者的优势特征。由此产生的模型称为 W-Net 波束成形器，包含两个组件；第一个计算时频参考，第二个利用这些参考来估计波束成形滤波器。在包含各种房间和噪声条件(包括静态和移动噪声源)的数据上的结果表明，所提出的波束成形器在所有测试评估指标上均优于其他方法，这意味着所提出的架构能够实现波束成形滤波器的有效计算。
引用
@article{arxiv.2005.12683,
title = {Exploring Optimal DNN Architecture for End-to-End Beamformers Based on Time-frequency References},
author = {Yuichiro Koyama and Bhiksha Raj},
journal= {arXiv preprint arXiv:2005.12683},
year = {2020}
}
备注
arXiv admin note: substantial text overlap with arXiv:1910.14262