以学习所得损失函数进行学习：利用 Quality-Net 提升语音质量的感知评估的语音增强
声音
2020-02-19 v3 机器学习
音频与语音处理
摘要
利用与人类感知相关的目标函数训练语音增强模型近来已成为热门课题。其主要原因在于传统的均方误差（MSE）损失不能很好地表征听觉感知。典型的人类感知相关指标之一——语音质量感知评估（PESQ），已被证明与人类评定的质量分数高度相关。然而，由于其复杂且不可微的特性，PESQ 函数可能无法直接用于优化语音增强模型。在本研究中，我们提出利用从训练数据中学得的、可微的近似 PESQ 函数来优化增强模型。实验结果表明，该学得的替代函数能够引导增强模型进一步提升 PESQ 分数（相较以 MSE 损失训练的结果增加 0.18 分），并维持语音可懂度。
引用
@article{arxiv.1905.01898,
title = {Learning with Learned Loss Function: Speech Enhancement with Quality-Net to Improve Perceptual Evaluation of Speech Quality},
author = {Szu-Wei Fu and Chien-Feng Liao and Yu Tsao},
journal= {arXiv preprint arXiv:1905.01898},
year = {2020}
}
备注
Accepted by IEEE Signal Processing Letters (SPL)