NN3A：面向实时通信的神经网络辅助声学回声消除、噪声抑制与自动增益控制
声音
2021-10-19 v1 音频与语音处理
摘要
声学回声消除（AEC）、噪声抑制（NS）与自动增益控制（AGC）是实时通信（RTC）常需的三个模块。本文提出一种面向 RTC 的神经网络辅助算法，即 NN3A，其结合自适应滤波器与多任务模型，用于残响抑制、噪声降低与近端语音活动检测。所提算法被证明优于使用独立模型的方法与端到端替代方案。进一步表明，模型在残响抑制与近端语音失真之间存在权衡，可通过新颖的损失加权函数加以平衡。我们还研究了训练联合模型的若干实际方面以将其性能推向极限。
引用
@article{arxiv.2110.08437,
title = {NN3A: Neural Network supported Acoustic Echo Cancellation, Noise Suppression and Automatic Gain Control for Real-Time Communications},
author = {Ziteng Wang and Yueyue Na and Biao Tian and Qiang Fu},
journal= {arXiv preprint arXiv:2110.08437},
year = {2021}
}
备注
submitted to ICASSP2022