McNet:融合多线索的多通道语音增强网络
音频与语音处理
2022-11-17 v1 人工智能
声音
信号处理
摘要
在多通道语音增强中,频谱信息和空间信息对于区分语音与噪声都至关重要。如何充分利用这两类信息及其时间动态仍是一个有趣的研究问题。作为该问题的一种解决方案,本文提出了一个名为McNet的多线索融合网络,其级联四个模块分别利用全带空间、窄带空间、子带频谱和全带频谱信息。实验表明,所提网络中的每个模块都有其独特贡献,且整体上显著优于其他state-of-the-art方法。
引用
@article{arxiv.2211.08872,
title = {McNet: Fuse Multiple Cues for Multichannel Speech Enhancement},
author = {Yujie Yang and Changsheng Quan and Xiaofei Li},
journal= {arXiv preprint arXiv:2211.08872},
year = {2022}
}
备注
submitted to icassp 2023