基于F-T-LSTM的复数网络用于联合声学回声消除与语音增强
声音
2022-02-16 v3 音频与语音处理
摘要
随着音频通信与在线会议需求的增长，在含噪声、混响和非线性失真的复杂声学场景下确保声学回声消除（AEC）的鲁棒性已成为首要问题。尽管已有一些考虑非线性失真的传统方法，它们在回声抑制上仍效率低，且存在噪声时性能会衰减。本文中，我们提出一种实时AEC方法，使用复数神经网络以更好地建模重要相位信息，以及频率-时间LSTM（F-T-LSTM）沿频率和时间轴扫描以获得更好的时序建模。此外，我们利用改进的SI-SNR作为代价函数，使模型具备更好的回声消除与噪声抑制（NS）性能。仅用1.4M参数，所提方法在平均意见得分（MOS）上以0.27优于AEC挑战赛基线。
引用
@article{arxiv.2106.07577,
title = {F-T-LSTM based Complex Network for Joint Acoustic Echo Cancellation and Speech Enhancement},
author = {Shimin Zhang and Yuxiang Kong and Shubo Lv and Yanxin Hu and Lei Xie},
journal= {arXiv preprint arXiv:2106.07577},
year = {2022}
}
备注
Accepted by Interspeech 2021