面向低信噪比语音增强的信噪比渐进模型与和声补偿
声音
2024-08-20 v2 音频与语音处理
摘要
尽管过去十年取得了显著进展，基于深度神经网络（DNN）的语音增强（SE）在低信噪比（SNR）条件下仍面临显著质量下降的挑战。本文提出一种用于低SNR语音增强的信噪比渐进语音增强模型，集成和声补偿机制。从中间输出中获得可靠的基频估计，这不仅保留了比粗糙估计更多的语音成分，而且相对于输入噪声语音具有显著更高的SNR。引入有效的和声补偿机制以实现更好的和声恢复。大量实验表明，我们提出的模型具有优势。基于所提方法构建的多模态语音提取系统在ICASSP 2024 MISP挑战中名列前茅：https://mispchallenge.github.io/mispchallenge2023/index.html。
引用
@article{arxiv.2406.16317,
title = {SNR-Progressive Model with Harmonic Compensation for Low-SNR Speech Enhancement},
author = {Zhongshu Hou and Tong Lei and Qinwen Hu and Zhanzhong Cao and Ming Tang and Jing Lu},
journal= {arXiv preprint arXiv:2406.16317},
year = {2024}
}