基于神经网络增强的卡尔曼滤波用于噪声混响环境下鲁棒在线语音去混响
音频与语音处理
2022-06-24 v2 机器学习
声音
摘要
本文提出了一种基于神经网络增强的算法，利用加权预测误差（WPE）方法的卡尔曼滤波变体实现噪声鲁棒的在线去混响。滤波器的随机变化由一个深度神经网络（DNN）预测，该网络使用滤波器残差误差和信号特征进行端到端训练。所提出的框架允许在类似于 WHAMR! 的单通道噪声混响数据集上进行鲁棒去混响。当仅从残差误差预测滤波器变化，且目标语音功率谱密度并非完全已知、观测含噪时，卡尔曼滤波 WPE 会在增强信号中引入失真。所提方法通过数据驱动的方式修正滤波器变化估计，避免了这些失真，提升了该方法在噪声场景下的鲁棒性。此外，与 DNN 支持的 WPE 递归最小二乘变体相比，它取得了更强的去混响与去噪性能，尤其对于高噪声输入。
引用
@article{arxiv.2204.02741,
title = {Neural Network-augmented Kalman Filtering for Robust Online Speech Dereverberation in Noisy Reverberant Environments},
author = {Jean-Marie Lemercier and Joachim Thiemann and Raphael Koning and Timo Gerkmann},
journal= {arXiv preprint arXiv:2204.02741},
year = {2022}
}
备注
accepted to INTERSPEECH 2022