盲语音去混响中用于谱学习的散度切换
声音
2018-09-21 v1 音频与语音处理
摘要
在封闭房间中录制时，声音信号极有可能受到混响影响。这不仅损害音频质量，也对许多以语音为输入的人机交互技术造成问题。本工作提出一种基于广义 \beta-散度作为非负表示上保真项的盲两阶段去混响方法。第一阶段仅从观测谱图学习信号的谱结构，第二阶段致力于建模混响。两步均通过最小化代价函数完成，其目标是通过改变所涉及的散度来构建字典或获得良好表示。此外，提出了一种为字典学习寻找最优保真参数的方法。描述了实现所提方法的算法，并与最先进方法进行了测试。结果显示在人工混响与真实录音中均有改进。
引用
@article{arxiv.1809.07375,
title = {Switching divergences for spectral learning in blind speech dereverberation},
author = {Francisco Ibarrola and Leandro Di Persia and Ruben Spies},
journal= {arXiv preprint arXiv:1809.07375},
year = {2018}
}