基于自监督表示空间损失的通用语音增强

单通道语音增强用于各种任务以减轻干扰信号的影响。传统方法为确保语音增强性能最佳，需要针对每个任务进行调优。因此，针对未知下游任务的语音增强模型泛化性一直面临挑战。本研究旨在构建一个通用的语音增强前端，以提高解决多个下游任务的性能。为此，我们提出了一种新颖的训练准则，在自监督学习模型的特征表示域中最小化增强后的语音与真实干净信号之间的距离。由于自监督学习特征表示有效地表达了有助于解决各种下游任务的高层次语音信息，因此该方法有望使语音增强模型保留这些信息。实验验证表明，所提方法在保持增强信号感知质量的同时，提高了多个语音任务的性能。