用于改进语音去混响的合成波-几何脉冲响应
音频与语音处理
2022-12-13 v1 人工智能
机器学习
摘要
我们提出一种利用精确合成数据集提升基于学习的语音去混响性能的新方法。我们的方法旨在从混响语音信号中恢复无混响信号。我们表明，准确模拟房间脉冲响应(RIRs)的低频分量对实现良好去混响至关重要。我们使用 GWA 数据集，其由以混合方式生成的合成 RIR 组成：使用精确的基于波的解算器模拟较低频率，几何射线追踪方法模拟较高频率。我们证明，在四个真实世界 RIR 数据集上，使用混合合成 RIR 训练的语音去混响模型优于使用先前几何射线追踪方法生成的 RIR 训练的模型。
引用
@article{arxiv.2212.05360,
title = {Synthetic Wave-Geometric Impulse Responses for Improved Speech Dereverberation},
author = {Rohith Aralikatti and Zhenyu Tang and Dinesh Manocha},
journal= {arXiv preprint arXiv:2212.05360},
year = {2022}
}
备注
Submitted to ICASSP 2023