Taylor，现在能听到我吗？一种用于单通道语音增强的泰勒展开框架

尽管深度学习技术推动了语音增强（SE）领域的快速发展，大多数方案仅以黑盒方式追求性能，缺乏充分的模型可解释性。受泰勒逼近理论启发，我们提出了一种可解释的解耦式SE框架，将复谱恢复解耦为两个独立的优化问题，即幅度和复残差估计。具体而言，作为泰勒级数的0阶项，精心设计一个滤波网络仅在幅度域抑制噪声分量并获得粗谱。为细化相位分布，我们估计稀疏复残差，其定义为目标谱与粗谱之差并度量相位间隙。在本研究中，我们将残差分量表述为各种高阶泰勒项的组合，并提出一个轻量可训练模块以替代相邻项间复杂的导数算子。最后，遵循泰勒公式，我们通过0阶项与高阶项的叠加重建目标谱。在两个基准数据集上的实验结果表明，我们的框架在各种评价指标上取得了优于以往竞争基线的state-of-the-art性能。源代码可在 github.com/Andong-Lispeech/TaylorSENet 获取。