基于混合不变训练的单声道语音增强用于真实噪声语音的自动识别
声音
2022-09-21 v2 计算与语言
音频与语音处理
摘要
本文中，我们探索一种改进框架来训练单声道神经增强模型以实现鲁棒语音识别。所设计的训练框架扩展了现有的混合不变训练准则，以利用非配对的干净语音和真实噪声数据。研究发现，非配对的干净语音对于改善从真实噪声语音中分离出的语音质量至关重要。所提方法还对处理后和未处理信号进行重混以缓解处理伪影。在单通道CHiME-3真实测试集上的实验表明，与以监督方式在失配模拟数据上训练或以无监督方式在匹配真实数据上训练的增强系统相比，所提方法在语音识别性能上显著提升。相较于未处理信号，所提系统在使用端到端和混合声学模型且不在失真数据上重训练的情况下，实现了16%至39%的相对词错率降低。
引用
@article{arxiv.2205.01751,
title = {On monoaural speech enhancement for automatic recognition of real noisy speech using mixture invariant training},
author = {Jisi Zhang and Catalin Zorila and Rama Doddipatla and Jon Barker},
journal= {arXiv preprint arXiv:2205.01751},
year = {2022}
}
备注
Accepted to INTERSPEECH 2022