HD-DEMUCS：基于异构解码器的通用语音修复
音频与语音处理
2023-06-05 v1 声音
摘要
本文提出一种端到端神经语音修复模型 HD-DEMUCS，在多种失真环境下均展现出有效性。与先采用级联框架去除有害噪声再修复缺失信号分量的传统方法不同，我们的模型使用两个异构解码器网络并行执行这些任务。基于 U-Net 风格编码器-解码器框架，我们附加了一个额外的解码器，使每个解码器网络分别执行噪声抑制或修复。我们精心设计了各解码器架构，以根据其目标恰当运作。此外，我们利用可学习权重因子聚合两个解码器的输出波形，从而提升性能。在各种环境下使用客观指标的实验结果清晰表明，相较于单解码器或多阶段系统，我们的方法在通用语音修复任务上更具优势。
引用
@article{arxiv.2306.01411,
title = {HD-DEMUCS: General Speech Restoration with Heterogeneous Decoders},
author = {Doyeon Kim and Soo-Whan Chung and Hyewon Han and Youna Ji and Hong-Goo Kang},
journal= {arXiv preprint arXiv:2306.01411},
year = {2023}
}
备注
Accepted by INTERSPEECH 2023