用于鲁棒声学啸叫抑制的神经网络增强 Kalman 滤波器
音频与语音处理
2023-09-29 v1 声音
信号处理
摘要
声学啸叫抑制（AHS）是音频通信系统中的关键挑战。在本文中，我们提出一种新颖方法，利用神经网络（NN）的力量来增强传统 Kalman 滤波器算法在 AHS 中的性能。具体而言，我们的方法涉及将 NN 模块集成到 Kalman 滤波器中，从而精炼参考信号（有效自适应滤波的关键因素）并估计滤波器的协方差度量（这对于动态条件下的适应性至关重要），由此获得改进的 AHS 性能。因此，所提出的方法相比独立的 NN 和 Kalman 滤波器方法均实现了改进的 AHS 性能。实验评估验证了我们方法的有效性。
引用
@article{arxiv.2309.16049,
title = {Neural Network Augmented Kalman Filter for Robust Acoustic Howling Suppression},
author = {Yixuan Zhang and Hao Zhang and Meng Yu and Dong Yu},
journal= {arXiv preprint arXiv:2309.16049},
year = {2023}
}
备注
Paper in submission