极低复杂度且抗噪的 DSP 辅助神经基音估计
音频与语音处理
2024-01-17 v2 声音
摘要
基音估计是许多语音处理算法（包括语音编码、合成与增强）的关键步骤。近年来，基于深度神经网络（DNN）的基音估计器已超越成熟的基于 DSP 的技术。遗憾的是，这些新估计器由于复杂度相对较高且部分需要较大的前瞻（lookahead），难以部署于实时系统中。我们表明，使用小型深度神经网络（DNN）结合传统基于 DSP 的特征的混合估计器，可达到甚至超过纯 DNN 模型的性能，且复杂度与算法延迟与传统基于 DSP 的算法相当。我们进一步证明该混合方法可为神经声码（neural vocoding）任务带来增益。
引用
@article{arxiv.2309.14507,
title = {Noise-Robust DSP-Assisted Neural Pitch Estimation with Very Low Complexity},
author = {Krishna Subramani and Jean-Marc Valin and Jan Buethe and Paris Smaragdis and Mike Goodwin},
journal= {arXiv preprint arXiv:2309.14507},
year = {2024}
}
备注
Submitted to ICASSP 2024, 5 pages