用于语音增强的基于信噪比的师生技术
音频与语音处理
2020-10-30 v2 计算与语言
声音
摘要
对于语音增强方法而言，在高信噪比（SNR）和低 SNR 下同时实现鲁棒的性能是非常具有挑战性的。在本文中，我们提出了一种结合基于信噪比的师生技术和时域 U-Net 的方法来解决这一问题。具体而言，该方法由多个教师模型和一个学生模型组成。我们首先在互不重合的多个小范围 SNR 下训练教师模型，使其能够在特定的 SNR 范围内很好地执行语音增强。然后，我们根据训练数据的 SNR 选择不同的教师模型来监督学生模型的训练。最终，学生模型能够在高 SNR 和低 SNR 下执行语音增强。为了评估所提出的方法，我们基于公开数据集构建了一个 SNR 范围从 -20dB 到 20dB 的数据集。我们通过实验分析了基于信噪比的师生技术的有效性，并将所提出的方法与几种 state-of-the-art 方法进行了比较。
引用
@article{arxiv.2005.14441,
title = {SNR-Based Teachers-Student Technique for Speech Enhancement},
author = {Xiang Hao and Xiangdong Su and Zhiyu Wang and Qiang Zhang and Huali Xu and Guanglai Gao},
journal= {arXiv preprint arXiv:2005.14441},
year = {2020}
}
备注
Published in 2020 IEEE International Conference on Multimedia and Expo (ICME 2020)