利用 Dropout 网络的熵与不确定性估计进行语音信号全局信噪比估计
音频与语音处理
2018-04-13 v1 人工智能
信号处理
机器学习
摘要
本文提出了两种估计语音信号全局信噪比（SNR）的新方法。在这两种方法中，语音识别系统中使用的深度神经网络-隐马尔可夫模型（DNN-HMM）声学模型被借用于 SNR 估计这一额外任务。在第一种方法中，计算 DNN-HMM 输出的熵。近期关于贝叶斯深度学习的研究表明，用 dropout 训练的 DNN-HMM 可通过将其近似为深度高斯过程来估计模型不确定性。在第二种方法中，利用该近似获得模型不确定性估计。使用噪声特定的回归器从熵和模型不确定性预测 SNR。DNN-HMM 在 GRID 语料库上训练，并在 DEMAND 噪声数据库中不同噪声轮廓下、SNR 水平从 -10 dB 到 30 dB 的范围内进行测试。
引用
@article{arxiv.1804.04353,
title = {Global SNR Estimation of Speech Signals using Entropy and Uncertainty Estimates from Dropout Networks},
author = {Rohith Aralikatti and Dilip Margam and Tanay Sharma and Thanda Abhinav and Shankar M Venkatesan},
journal= {arXiv preprint arXiv:1804.04353},
year = {2018}
}