Super Denoise Net：低采样率噪声环境下的语音超分辨率与去噪
音频与语音处理
2023-10-11 v2 声音
摘要
语音超分辨率（SSR）旨在从对应的低分辨率（LR）语音信号预测高分辨率（HR）语音信号。大多数神经 SSR 模型聚焦于在无噪声环境中通过恢复信号高频部分的频谱图并将其与原始低频部分拼接来生成最终结果。尽管这些方法取得了较高的精度，但在存在不可避免噪声的真实场景下面临效果下降的问题。为解决该问题，我们提出了 Super Denoise Net（SDNet），一种用于从低采样率信号进行超分辨率与噪声抑制联合任务的神经网络。为此，我们设计了门控卷积与晶格卷积模块，分别用于增强修复能力以及在时频轴上捕获信息。实验表明，我们的方法在 DNS 2020 无混响测试集上以更高的客观与主观分数优于基线语音去噪与 SSR 模型。
引用
@article{arxiv.2310.05629,
title = {Super Denoise Net: Speech Super Resolution with Noise Cancellation in Low Sampling Rate Noisy Environments},
author = {Junkang Yang and Hongqing Liu and Lu Gan and Yi Zhou},
journal= {arXiv preprint arXiv:2310.05629},
year = {2023}
}