噪声令牌：学习神经噪声模板用于环境感知语音增强
音频与语音处理
2020-04-09 v1
摘要
近年来，随着深度神经网络（DNNs）的成功，语音增强（SE）取得了令人瞩目的进展。然而，DNN方法通常难以很好地泛化到训练未包含的全新环境噪声。为解决此问题，我们提出“噪声令牌”（NTs），即一组与SE系统联合训练的神经噪声模板。NTs动态捕获环境变化，从而使DNN模型能够处理多种环境，生成更高质量的STFT幅度。实验结果表明，使用NTs是一种一致提升不同DNN架构下SE系统泛化能力的有效策略。此外，我们研究应用最先进的神经声码器生成波形，以替代传统的逆STFT（ISTFT）。主观试听测试显示，通过梅尔谱校正与基于声码器的波形合成可显著抑制残余噪声。
引用
@article{arxiv.2004.04001,
title = {Noise Tokens: Learning Neural Noise Templates for Environment-Aware Speech Enhancement},
author = {Haoyu Li and Junichi Yamagishi},
journal= {arXiv preprint arXiv:2004.04001},
year = {2020}
}
备注
5 pages, Submitted to Interspeech 2020