Remixed2Remixed：通过基于重混的 Noise2Noise 学习进行语音增强的域自适应
声音
2023-12-29 v1 音频与语音处理
摘要
本文提出了Remixed2Remixed，一种用于语音增强的域自适应方法，该方法采用 Noise2Noise (N2N) 学习，将在人工生成的（域外：OOD）噪声-干净配对数据上训练的模型进行自适应，以更好地分离真实世界录制的（域内）含噪数据。所提出的方法使用在OOD数据上训练的教师模型来获取伪域内语音和噪声信号，在每个批次中对它们进行两次打乱和重混，以生成两个自举混合物。然后通过优化使用这两个自举混合物计算的基于N2N的代价函数来训练学生模型。由于训练策略类似于最近提出的RemixIT，我们还研究了基于N2N的损失作为RemixIT正则化的有效性。在CHiME-7对话语音增强无监督域自适应（UDASE）任务上的实验结果表明，所提出的方法优于挑战赛基线系统RemixIT，并减轻了由教师模型引起的性能模糊。
关键词
引用
@article{arxiv.2312.16836,
title = {Remixed2Remixed: Domain adaptation for speech enhancement by Noise2Noise learning with Remixing},
author = {Li Li and Shogo Seki},
journal= {arXiv preprint arXiv:2312.16836},
year = {2023}
}
备注
Accepted by ICASSP2024