真实世界条件下基于深度神经网络的语音增强系统主观评价
声音
2022-08-16 v2 多媒体
音频与语音处理
摘要
将两个低延迟深度神经网络（DNN）的主观评价结果与一个成熟的基于传统维纳滤波的噪声抑制器进行比较。目标用例是真实世界单通道语音增强应用，例如通信。包含了由加性平稳和非平稳噪声类型组成的真实世界录音。评价分为四种结果：语音质量、噪声透明度、语音可懂度或聆听努力程度，以及相对于语音的噪声水平。结果表明，与传统维纳滤波基线相比，DNN 在所有条件下均改善了噪声抑制，且未造成语音质量和噪声透明度的明显退化，同时比基线更好地保持了语音可懂度。
引用
@article{arxiv.2208.05057,
title = {Subjective Evaluation of Deep Neural Network Based Speech Enhancement Systems in Real-World Conditions},
author = {Gaurav Naithani and Kirsi Pietilä and Riitta Niemistö and Erkki Paajanen and Tero Takala and Tuomas Virtanen},
journal= {arXiv preprint arXiv:2208.05057},
year = {2022}
}
备注
Accepted for publication in IEEE MMSP 2022