基于ERB尺度空间相干特征的多通道目标语音增强
音频与语音处理
2022-07-19 v1 声音
摘要
近年来，基于深度学习的语音增强技术受到了相当多的研究关注。若利用麦克风信号中的空间信息，麦克风阵列在某些不利声学条件下相比单麦克风系统更具优势。然而，多通道语音增强常在短时傅里叶变换(STFT)域进行，这使得增强方法计算昂贵。为补救此问题，我们提出一种新颖的等效矩形带宽(ERB)尺度空间相干特征，其依赖于两个ERB频带间目标说话人活跃性。在使用四麦克风阵列在含语音干扰的混响环境中进行的实验证明了所提系统的效能。本研究还表明，用ERB尺度空间特征训练的网络对阵列中麦克风几何与数量的变动具有鲁棒性。
引用
@article{arxiv.2207.08126,
title = {Multi-channel target speech enhancement based on ERB-scaled spatial coherence features},
author = {Yicheng Hsu and Yonghan Lee and Mingsian R. Bai},
journal= {arXiv preprint arXiv:2207.08126},
year = {2022}
}
备注
Accepted by International Congress on Acoustics (ICA) 2022. arXiv admin note: substantial text overlap with arXiv:2112.05686