利用脑电图进行口语语音增强
音频与语音处理
2020-04-21 v8 机器学习
声音
机器学习
摘要
在本文中，我们展示了利用脑电图（EEG）信号进行口语语音增强，使用了基于生成对抗网络（GAN）的模型、基于门控循环单元（GRU）回归的模型、基于时序卷积网络（TCN）回归的模型，以及最后使用混合 TCN GRU 回归模型。我们将基于 EEG 的语音增强结果与传统的对数最小均方误差（MMSE）语音增强算法进行了比较，我们提出的方法在语音增强质量上相比传统方法有显著提升。我们的总体结果表明，EEG 特征可用于清理在背景噪声存在下录制的语音。据我们所知，这是首次利用与口语语音并行记录的 EEG 特征来演示口语语音增强。
引用
@article{arxiv.1909.09132,
title = {Spoken Speech Enhancement using EEG},
author = {Gautam Krishna and Co Tran and Yan Han and Mason Carnahan and Ahmed H Tewfik},
journal= {arXiv preprint arXiv:1909.09132},
year = {2020}
}