MetricGAN：基于生成对抗网络的黑盒度量分数优化用于语音增强
声音
2019-05-14 v1 机器学习
音频与语音处理
摘要
条件生成对抗网络（GAN）中的对抗损失并非设计用于直接优化目标任务的评估度量，因此可能并不总是指引 GAN 中的生成器生成具有改进度量分数的数据。为克服该问题，我们提出一种新颖的 MetricGAN 方法，旨在针对一个或多个评估度量优化生成器。此外，基于 MetricGAN，生成数据的度量分数也可由用户任意指定。我们在语音增强任务上测试了所提 MetricGAN，该任务尤其适合验证所提方法，因为存在衡量语音信号不同方面的多种度量。而且，这些度量通常复杂，无法被 Lp 或常规对抗损失充分优化。
引用
@article{arxiv.1905.04874,
title = {MetricGAN: Generative Adversarial Networks based Black-box Metric Scores Optimization for Speech Enhancement},
author = {Szu-Wei Fu and Chien-Feng Liao and Yu Tsao and Shou-De Lin},
journal= {arXiv preprint arXiv:1905.04874},
year = {2019}
}
备注
Accepted by Thirty-sixth International Conference on Machine Learning (ICML) 2019