基于智能神经同态合成的语音增强
声音
2022-10-31 v1 音频与语音处理
摘要
大多数神经网络语音增强模型通过直接映射傅里叶变换频谱或波形而忽略语音产生数学模型。在本工作中，我们提出一种用于语音增强的神经源滤波器网络。具体而言，我们利用同态信号处理与倒谱分析获得含噪语音的激励与声道。与传统信号处理不同，我们使用注意力循环网络（ARN）模型预测比率掩码以替代倒谱提升分离函数。随后使用两个卷积注意力循环网络（CARN）分别预测干净语音的激励与声道。系统输出由估计的激励与声道合成。实验证明我们提出的方法性能更优，相较于 FullSubNet，SI-SNR 提升了 1.363dB。
引用
@article{arxiv.2210.15853,
title = {Speech Enhancement with Intelligent Neural Homomorphic Synthesis},
author = {Shulin He and Wei Rao and Jinjiang Liu and Jun Chen and Yukai Ju and Xueliang Zhang and Yannan Wang and Shidong Shang},
journal= {arXiv preprint arXiv:2210.15853},
year = {2022}
}
备注
Submitted to ICASSP 2023