SMRU：基于分割-合并的循环 UNet 用于声学回声消除与降噪
声音
2025-01-27 v2 音频与语音处理
摘要
深度神经网络的兴起推动了声学回声消除和降噪技术的快速发展，已提出许多先进方法，取得了令人满意的性能。然而，这些方法很少考虑在不同处理场景（如边缘设备或云端处理）中的部署通用性。为此，本文提出了一种通用模型，称为 SMRU（Split-and-Merge Recurrent-based UNet），以覆盖不同应用场景。其新颖之处在于两个方面：首先，提出了多尺度频带分割层和频带合并层，以有效融合局部频带，实现更低的计算复杂度建模。此外，通过模拟经典 UNet 结构中多分辨率特征建模的特征，构建了一种新型循环主导的 UNet。该网络由多个可变帧率块组成，每个块包含压缩比例各不相同的因果时间下采样和上采样层，以及用于频带内外建模的双路径结构。该模型的 MACs 配置范围为 50 M/s 至 6.8 G/s，实验结果表明，所提出的方法在已有基线上实现了竞争甚至更好的性能，并具备在不同复杂度要求下适应更多通用场景的潜力。
引用
@article{arxiv.2406.11175,
title = {SMRU: Split-and-Merge Recurrent-based UNet for Acoustic Echo Cancellation and Noise Suppression},
author = {Zhihang Sun and Andong Li and Rilin Chen and Hao Zhang and Meng Yu and Yi Zhou and Dong Yu},
journal= {arXiv preprint arXiv:2406.11175},
year = {2025}
}
备注
8 pages, Accepted to SLT 2024