基于适配器的无人机单声道语音增强
音频与语音处理
2024-10-21 v1 声音
摘要
无人机上的单声道语音增强具有挑战性，因为旋转电动机和螺旋桨产生的自噪声导致 onboard 麦克风处的信噪比极低。虽然最近的基于掩码的深度神经网络方法在单声道语音增强方面表现优异，但在挑战性的无人机噪声场景中仍显得力不从众。此外，现有的无人机噪声数据集有限，导致模型容易过拟合。鉴于无人机噪声的谐波特性，本文提出一种频域瓶颈适配器以实现迁移学习。具体而言，仅在无人机噪声上训练适配器的参数，而保持预训练的 FRCRN（Frequency Recurrent Convolutional Recurrent Network）参数固定。评估结果表明，所提方法能够有效提升语音质量。此外，它是一种更高效的替代方案，相较于为各种无人机类型进行微调（通常需要大量计算资源），本方法更为经济。
引用
@article{arxiv.2405.10022,
title = {Monaural speech enhancement on drone via Adapter based transfer learning},
author = {Xingyu Chen and Hanwen Bi and Wei-Ting Lai and Fei Ma},
journal= {arXiv preprint arXiv:2405.10022},
year = {2024}
}