面向嘈杂环境下可听设备基于 DNN 的自身语音重建的多麦克风噪声数据增强

带有集成麦克风的可听设备可在嘈杂工作环境中提供通信便利，例如通过传输录制的用户自身语音。旨在从嘈杂麦克风录音中重建干净且全频带自身语音的系统通常基于监督学习。录制训练此类系统所需的大量噪声成本高昂，因为外部与内部麦克风之间的噪声传递因个体而异。先前提出的方法要么不考虑噪声，要么仅考虑外部麦克风的噪声，要么在训练期间假设内部与外部麦克风噪声是独立的，且个性化噪声是否有利于自身语音重建系统的训练尚不明确。本文中，我们研究了几种基于测量的传递函数的噪声数据增强技术，以模拟多麦克风噪声。使用增强后的噪声，我们训练了一个多通道自身语音重建系统。利用真实噪声进行实验以研究其泛化能力。结果表明，结合增强噪声可带来巨大收益，特别是考虑个性化噪声增强能带来更高的性能。