RaD-Net：一种用于语音信号改进的修复与去噪网络
声音
2024-01-10 v1 音频与语音处理
摘要
本文介绍了我们为 ICASSP 2024 语音信号改进（SSI）挑战赛开发的修复与去噪网络（RaD-Net）。我们在基于两阶段网络的前一框架基础上进行了扩展，并提出了一种升级模型。具体而言，我们将修复网络替换为来自 TEA-PSE 的 COM-Net。此外，在训练阶段采用了多分辨率判别器和多频带判别器。最后，我们使用三步训练策略来优化模型。我们提交了两组具有不同参数集的模型，以满足两个赛道的实时因子（RTF）要求。根据官方结果，所提出的系统在赛道 1 中排名第 2，在赛道 2 中排名第 3。
引用
@article{arxiv.2401.04389,
title = {RaD-Net: A Repairing and Denoising Network for Speech Signal Improvement},
author = {Mingshuai Liu and Zhuangqi Chen and Xiaopeng Yan and Yuanjun Lv and Xianjun Xia and Chuanzeng Huang and Yijian Xiao and Lei Xie},
journal= {arXiv preprint arXiv:2401.04389},
year = {2024}
}
备注
submitted to ICASSP 2024