扬长避短：一种双分支协作学习的语音增强框架
声音
2021-10-13 v1 音频与语音处理
摘要
近期单通道语音增强方法通常将波形转换至时频域，并以幅度/复数谱为优化目标。然而，基于幅度谱与基于复数谱的方法各有优劣。本文提出一种统一的双分支框架，以扬长避短不同范式。所提框架可充分利用幅度谱图中明显的谱规律性，并打破基于幅度的方法所受瓶颈。在各分支内，我们使用协作专家块及其变体替代常规卷积层。在TIMIT基准上的实验表明，我们的方法优于现有最先进方法。
引用
@article{arxiv.2110.05713,
title = {Foster Strengths and Circumvent Weaknesses: a Speech Enhancement Framework with Two-branch Collaborative Learning},
author = {Wenxin Tai and Jiajia Li and Yixiang Wang and Tian Lan and Qiao Liu},
journal= {arXiv preprint arXiv:2110.05713},
year = {2021}
}