RVAE-EM：基于循环变分自编码器与卷积传递函数的生成式语音去混响
音频与语音处理
2023-10-18 v2 声音
摘要
在室内场景中，混响是降低语音感知质量与可懂度的关键因素。本工作中，我们提出一种生成式去混响方法。我们的方法基于利用循环变分自编码器（RVAE）网络与卷积传递函数（CTF）近似的概率模型。与多数先前方法不同，我们的RVAE输出作为干净语音的先验。而我们的目标是对干净语音的最大后验（MAP）估计，通过期望最大化（EM）算法迭代实现。所提方法融合了基于网络的语音先验建模与基于CTF的观测建模能力。在单通道语音去混响上的实验表明，该生成式方法明显优于先进的判别网络。
引用
@article{arxiv.2309.08157,
title = {RVAE-EM: Generative speech dereverberation based on recurrent variational auto-encoder and convolutive transfer function},
author = {Pengyu Wang and Xiaofei Li},
journal= {arXiv preprint arXiv:2309.08157},
year = {2023}
}
备注
Submitted to ICASSP2024