NASTAR：基于目标条件重采样的噪声自适应语音增强

对于基于深度学习的语音增强（SE）系统，训练与测试之间的声学不匹配会导致显著的性能下降。为解决这一不匹配问题，已衍生出多种噪声自适应策略。本文提出一种新方法，称为基于目标条件重采样的噪声自适应语音增强（NASTAR），该方法仅需目标环境中一个含噪语音样本（单样本）即可减少不匹配。NASTAR使用反馈机制，通过噪声提取器和检索模型来模拟自适应训练数据。噪声提取器从含噪语音中估计目标噪声，称为伪噪声。噪声检索模型根据含噪语音从噪声信号池中检索相关噪声样本，称为相关队列。伪噪声和相关队列集被联合采样并与源语音语料库混合，以制备用于噪声自适应的模拟训练数据。实验结果表明，NASTAR能有效利用单个含噪语音样本使SE模型适应目标条件。此外，噪声提取器和噪声检索模型均有助于模型自适应。据我们所知，NASTAR是首个通过噪声提取和检索进行单样本噪声自适应的工作。