神经声码器作为语音增强器
声音
2025-01-24 v1 音频与语音处理
摘要
语音增强 (Speech enhancement, SE) 和神经声码 (neural vocoding) 传统上被视为独立的任务。本文在此观察下提出了一个共同的框架：这些过程的秩行为。这种观察引出两个关键问题：\textit{为一个为该任务秩降解而设计的模型能否被适配用于另一任务？}以及\textit{是否可以用单一模型同时处理两个任务？}我们的实证发现表明，现有的语音增强模型可以成功地训练以执行声码任务，单个模型在联合训练下可以有效处理两个任务，性能相当于分别训练的模型。这些结果表明，语音增强和神经声码可以统一到更广泛的语音恢复框架中。代码: https://github.com/Andong-Li-speech/Neural-Vocoders-as-Speech-Enhancers。
引用
@article{arxiv.2501.13465,
title = {Neural Vocoders as Speech Enhancers},
author = {Andong Li and Zhihang Sun and Fengyuan Hao and Xiaodong Li and Chengshi Zheng},
journal= {arXiv preprint arXiv:2501.13465},
year = {2025}
}
备注
6 pages, 3 figures