以语音存在概率为辅助任务训练目标的单通道语音增强多任务学习
音频与语音处理
2021-06-03 v2
摘要
为应对单通道声学场景中的混响与噪声，典型的基于有监督深度神经网络（DNN）的技术学习从混响含噪输入特征到用户定义目标的映射。常用目标包括期望信号幅度、如维纳增益的时频掩码，或可用于计算时频掩码的干扰功率谱密度与信干比。本文提出在此类基于DNN的增强技术中引入多任务学习，使用语音存在概率（SPP）估计作为辅助任务，协助主任务中的目标估计。多任务学习的优势在于两任务（即目标与SPP估计）间共享领域特定信息并学习更具泛化性与鲁棒性的表示。为同时学习两任务，我们提出使用源自任务同方差不确定性的损失自适应加权方法。仿真结果表明，直接估计维纳增益的单任务DNN的去混响与降噪性能高于训练用于估计期望信号幅度、干扰功率谱密度或信干比的单任务DNN。将所提多任务学习方案用于联合估计维纳增益与SPP进一步提升了去混响与降噪性能。
引用
@article{arxiv.2011.07547,
title = {Multi-task single channel speech enhancement using speech presence probability as a secondary task training target},
author = {L. Wang and J. Zhu and I. Kodrasi},
journal= {arXiv preprint arXiv:2011.07547},
year = {2021}
}
备注
EUSIPCO 2021