结合频带分割RNN与说话人注意力模块的个性化语音增强
音频与语音处理
2023-03-17 v2 声音
摘要
目标说话人信息可用于语音增强（SE）模型中，以更有效地提取所需语音。以往工作通过拼接或仿射变换将说话人嵌入引入语音增强模型。本文提出一种说话人注意力模块，计算说话人嵌入与中间特征之间的注意力分数，并用于重新缩放特征。将该模块融入最先进的SE模型，我们构建了用于ICASSP信号处理大挑战赛DNS Challenge 5（2023）的个性化SE模型。我们的系统在track1盲测试集上取得0.529的最终分数，在track2上取得0.549的最终分数。
引用
@article{arxiv.2302.09953,
title = {Personalized speech enhancement combining band-split RNN and speaker attentive module},
author = {Xiaohuai Le and Li Chen and Chao He and Yiqing Guo and Cheng Chen and Xianjun Xia and Jing Lu},
journal= {arXiv preprint arXiv:2302.09953},
year = {2023}
}