基于高效多任务卷积神经网络的残余声学回声抑制
声音
2020-11-09 v2 人工智能
多媒体
音频与语音处理
摘要
声学回声会降低语音通信系统的用户体验，因此需要被完全抑制。我们提出一种使用高效卷积神经网络的实时残余声学回声抑制（RAES）方法。双讲检测器被用作辅助任务，以在多任务学习框架下提升RAES的性能。训练准则基于一种我们称之为抑制损失的新颖损失函数，以平衡残余回声的抑制与近端信号的失真。实验结果表明，所提方法能在不同环境下高效抑制残余回声。
引用
@article{arxiv.2009.13931,
title = {Residual acoustic echo suppression based on efficient multi-task convolutional neural network},
author = {Xinquan Zhou and Yanhong Leng},
journal= {arXiv preprint arXiv:2009.13931},
year = {2020}
}