面向机器耳的多通道语音降噪
音频与语音处理
2022-02-18 v1 声音
信号处理
摘要
本文描述了一种用于机器耳的语音降噪系统，旨在改善噪声环境下的语音可懂度和整体听音体验。我们使用放置在双耳两侧的一对麦克风阵列录制了约 100 小时带混响和中等环境噪声的音频数据，然后混合声音录音以模拟不利的声学场景。随后，我们在混合录音上训练了一个多通道语音降噪网络（MCSDN）。为改进训练，我们采用一种无监督方法——复角中心高斯混合模型（cACGMM），从含噪录音中获取更干净的语音作为学习目标。我们在推理阶段提出了 MCSDN-波束成形-MCSDN 框架。主观评价结果表明，cACGMM 改善了训练数据，带来了更好的噪声抑制和用户偏好，且整个系统改善了噪声情境下的可懂度与听音体验。
引用
@article{arxiv.2202.08793,
title = {Multi-Channel Speech Denoising for Machine Ears},
author = {Cong Han and E. Merve Kaya and Kyle Hoefer and Malcolm Slaney and Simon Carlile},
journal= {arXiv preprint arXiv:2202.08793},
year = {2022}
}
备注
Accepted to ICASSP 2022