基于生成对抗训练的单通道语音去混响
声音
2018-06-26 v1 计算与语言
音频与语音处理
摘要
本文提出一种基于卷积、双向长短期记忆与深度前馈神经网络（CBLDNN）并结合生成对抗训练（GAT）的单通道语音去混响系统（DeReGAT）。为了获得更好的语音质量而非仅最小化均方误差（MSE），采用GAT使去混响后的语音与干净样本不可区分。此外，我们的系统可处理大范围混响并良好适应不同环境。实验结果表明，所提模型优于加权预测误差（WPE）与基于深度神经网络的系统。此外，DeReGAT被扩展至在线语音去混响场景，其性能与离线情形相当。
引用
@article{arxiv.1806.09325,
title = {Single-channel Speech Dereverberation via Generative Adversarial Training},
author = {Chenxing Li and Tieqiang Wang and Shuang Xu and Bo Xu},
journal= {arXiv preprint arXiv:1806.09325},
year = {2018}
}
备注
5 pages. Accepted by Interspeech 2018