用于双通道语音增强的就地门控卷积循环神经网络
音频与语音处理
2021-07-27 v1
摘要
对于双通道语音增强，基于传统阵列信号处理准则与多通道信号流形空间设计端到端模型是一个有前景的思路。我们发现上述思路可通过经典的卷积循环神经网络（CRN）架构有效实现。我们提出一种非常紧凑的就地门控卷积循环神经网络（inplace GCRN）用于端到端多通道语音增强，其利用就地卷积（inplace-convolution）进行频率模式提取与重建。该就地特性在每个频率 bin 中高效保留空间线索，供通道级长短期记忆神经网络（LSTM）追踪空间源。此外，我们提出一种通过预测幅度掩码、映射与相位的新频谱恢复方法，有效提升了语音质量。
引用
@article{arxiv.2107.11968,
title = {Inplace Gated Convolutional Recurrent Neural Network For Dual-channel Speech Enhancement},
author = {Jinjiang Liu and Xueliang Zhang},
journal= {arXiv preprint arXiv:2107.11968},
year = {2021}
}
备注
Accepted by INTERSPEECH2021