MetricGAN-U：仅基于带噪/混响语音的无监督语音增强与去混响
声音
2021-10-13 v1 计算与语言
音频与语音处理
摘要
大多数基于深度学习的语音增强模型以有监督方式学习，这意味着在训练期间需要成对的带噪语音与干净语音。因此，日常记录的若干带噪语音无法用于训练模型。尽管也已提出某些无监督学习框架来解决成对约束，它们仍需要干净语音或噪声进行训练。因此，在本文中，我们提出MetricGAN-U，即MetricGAN-unsupervised，以进一步解除常规无监督学习的约束。在MetricGAN-U中，仅需要带噪语音，通过优化非侵入式语音质量度量来训练模型。实验结果验证了MetricGAN-U在客观与主观度量上均优于基线。
引用
@article{arxiv.2110.05866,
title = {MetricGAN-U: Unsupervised speech enhancement/ dereverberation based only on noisy/ reverberated speech},
author = {Szu-Wei Fu and Cheng Yu and Kuo-Hsuan Hung and Mirco Ravanelli and Yu Tsao},
journal= {arXiv preprint arXiv:2110.05866},
year = {2021}
}