基于 DNN 的声学回声与噪声消除的任务拆分

神经网络为单任务语音增强带来了巨大的性能提升，例如噪声抑制与声学回声消除（AEC）。在这项工作中，我们评估使用单一联合模块还是分离模块来解决这些问题更有益。我们描述了不同的可能实现方式，并给出关于其性能与效率的见解。我们表明，在相同复杂度下，使用分离的回声消除模块与噪声及残余回声消除模块可减少近端语音失真，并在双讲期间获得更好性能。