SERIL：使用基于正则化的增量学习进行噪声自适应语音增强
音频与语音处理
2020-09-21 v2 机器学习
摘要
已经提出了许多噪声自适应技术来微调语音增强（Speech Enhancement, SE）中的深度学习模型，以适应不匹配的噪声环境。然而，适应新环境可能导致对先前学习环境的灾难性遗忘。灾难性遗忘问题会降低 SE 在现实世界嵌入式设备中的性能，这些设备经常会重新遇到先前的噪声环境。嵌入式设备的特性不允许通过额外存储所有预训练模型或早期训练数据来解决此问题。在本文中，我们提出了一种基于正则化的增量学习 SE（SERIL）策略，在不使用额外存储的情况下补充现有的噪声自适应策略。通过正则化约束，参数在更新以适应新噪声环境的同时，保留了对先前噪声环境的知识。实验结果表明，当面对新的噪声域时，SERIL 模型的性能优于未适应的 SE 模型。同时，与当前基于微调的自适应技术相比，SERIL 模型可以将对先前噪声环境的遗忘减少 52%。结果验证了 SERIL 模型能够有效地调整自身以适应新的噪声环境，同时克服灾难性遗忘问题。这些结果使 SERIL 成为噪声环境频繁变化的现实世界 SE 应用的一个有利选择。
引用
@article{arxiv.2005.11760,
title = {SERIL: Noise Adaptive Speech Enhancement using Regularization-based Incremental Learning},
author = {Chi-Chang Lee and Yu-Chen Lin and Hsuan-Tien Lin and Hsin-Min Wang and Yu Tsao},
journal= {arXiv preprint arXiv:2005.11760},
year = {2020}
}
备注
Accepted to Interspeech 2020