面向真实世界自供能间歇设备的语音恢复
声音
2022-01-25 v2 机器学习
音频与语音处理
摘要
语音输入的不完整性严重降低了所有相关语音信号处理应用的性能。尽管已有许多研究提出来解决此问题，但它们通过自定义掩蔽长度或大小的仿真来控制数据缺失条件。此外，这些实验设置中的掩蔽定义各不相同。本文提出了一种面向真实世界自供能间歇设备的新型间歇语音恢复(ISR)系统。ISR系统应用了三个有贡献的阶段：插值、增强与组合，用于语音重建。实验结果表明，我们的恢复系统将语音质量提升了高达591.7%，同时将语音可懂度提升了高达80.5%。最重要的是，所提出的ISR系统将WER分数改善了高达52.6%。这些有前景的结果不仅证实了重建的有效性，也鼓励了这些无电池可穿戴/IoT设备的利用。
引用
@article{arxiv.2106.05229,
title = {Speech Recovery for Real-World Self-powered Intermittent Devices},
author = {Yu-Chen Lin and Tsun-An Hsieh and Kuo-Hsuan Hung and Cheng Yu and Harinath Garudadri and Yu Tsao and Tei-Wei Kuo},
journal= {arXiv preprint arXiv:2106.05229},
year = {2022}
}