ICASSP 2021 深度噪声抑制挑战赛：采用两阶段深度网络解耦幅度与相位优化
声音
2021-03-02 v2 音频与语音处理
摘要
在真实声学环境下恢复受各类噪声污染的语言信号仍是一项艰巨挑战。为此，我们提出了一种用于复杂应用场景中去噪的新颖系统，主要由两条处理流水线组成，即一个两阶段网络和一个后处理模块。第一条流水线旨在解耦关于幅度与相位的优化问题，即第一阶段仅估计幅度，第二阶段进一步精炼幅度与相位。第二条流水线旨在进一步抑制残留的非自然失真噪声，已被证明能充分提升主观质量。在 ICASSP 2021 深度噪声抑制（DNS）挑战赛中，我们提交的系统在 ITU-T P.808 框架下的平均意见得分（MOS）指标上于实时赛道 1 排名第一。
引用
@article{arxiv.2102.04198,
title = {ICASSP 2021 Deep Noise Suppression Challenge: Decoupling Magnitude and Phase Optimization with a Two-Stage Deep Network},
author = {Andong Li and Wenzhe Liu and Xiaoxue Luo and Chengshi Zheng and Xiaodong Li},
journal= {arXiv preprint arXiv:2102.04198},
year = {2021}
}
备注
5 pages, 3 figures, accepted by ICASSP 2021