听力助听器中基于声纹的实时多通道语音增强：比较单声道与双声道处理在复杂声学场景中的表现

深度学习有望增强语音信号并提高听力助听器用户的语音可理解性。适用于现实应用的深度模型应具备低计算复杂度和仅几毫秒的低处理延迟。本文探索了符合这些要求的深度语音增强方法，并在两种复杂声学场景中对比单声道和双声道处理算法。对两种算法的评估包括客观指标和使用听力受损听众进行语音杂音测试的实验。结果与两种传统增强策略进行比较，即自适应差分麦克风处理和双声道波束成形。虽然在扩散噪声中，所有算法的表现相似，但在存在空间干扰的情况下，双声道深度学习方法表现最佳。通过后期分析，这可以归因于在低信噪比处的改进以及精确的空间滤波。