RelUNet：基于相对通道融合的多通道语音增强U-Net
声音
2024-10-08 v1 机器学习
音频与语音处理
摘要
神经网络多通道语音增强模型，特别是基于U-Net架构的模型，显示出良好的性能和泛化潜力。这些模型通常独立编码输入通道，并在网络后期阶段整合通道。本文提出一种新的模型修改方法，通过堆叠在整体上融合相对信息。具体而言，每个通道与参考通道一起处理，这种输入策略利用比较差异来自适应地融合通道间的信息，从而捕获关键的空间信息并提升整体性能。在CHiME-3数据集上进行的实验表明，各种架构的语音增强指标均得到改善。
引用
@article{arxiv.2410.05019,
title = {RelUNet: Relative Channel Fusion U-Net for Multichannel Speech Enhancement},
author = {Ibrahim Aldarmaki and Thamar Solorio and Bhiksha Raj and Hanan Aldarmaki},
journal= {arXiv preprint arXiv:2410.05019},
year = {2024}
}