面向全带语音增强的局部频谱注意力
声音
2023-02-14 v1 音频与语音处理
摘要
注意力机制已广泛应用于语音增强（SE）中，因为理论上它能在时域和频谱域有效建模信号的内在关联。通常，注意力的跨度在时域受限，而频域注意力跨越整个频率范围。在本文中，我们注意到整个频率范围内的注意力妨碍了全带 SE 的推断，并可能导致过量的残留噪声。为缓解此问题，我们通过限制注意力跨度将局部频谱注意力（LSA）引入全带 SE 模型。在最先进（SOTA）全带 SE 模型上的消融测试表明，局部频率注意力能有效提升整体性能。改进后的模型在全带 VoiceBank+DEMAND 数据集上取得了最佳客观分数。
引用
@article{arxiv.2302.05693,
title = {Local spectral attention for full-band speech enhancement},
author = {Zhongshu Hou and Qinwen Hu and Kai Chen and Jing Lu},
journal= {arXiv preprint arXiv:2302.05693},
year = {2023}
}