基于GAN的语音增强系统中的损失函数与循环训练研究
音频与语音处理
2020-12-29 v3 声音
摘要
近期研究表明，使用生成对抗网络（GANs）进行语音增强是可行的，然而这些方法尚未与最先进的（SOTA）非GAN方法进行比较。此外，针对基于GAN的方法已提出许多损失函数，但它们尚未得到充分比较。在本研究中，我们提出用于语音增强的新型卷积循环GAN（CRGAN）架构。我们采用多种损失函数以便与其他基于GAN的系统进行直接比较。同时探讨了引入循环层的益处。我们的结果表明，所提出的CRGAN模型在使用相同损失函数时优于SOTA的基于GAN的模型，并且优于其他非GAN系统，表明使用GAN进行语音增强的优势。总体而言，结合客观度量损失函数与均方误差（MSE）的CRGAN模型在许多评价指标上均优于对比方法，取得最佳性能。
引用
@article{arxiv.2007.14974,
title = {On Loss Functions and Recurrency Training for GAN-based Speech Enhancement Systems},
author = {Zhuohuang Zhang and Chengyun Deng and Yi Shen and Donald S. Williamson and Yongtao Sha and Yi Zhang and Hui Song and Xiangang Li},
journal= {arXiv preprint arXiv:2007.14974},
year = {2020}
}
备注
accepted by Interspeech2020, 5 pages, 2 figures