TaylorBeamixer：从波束空间字典视角学习受泰勒启发的全神经多通道语音增强
声音
2022-12-01 v3 音频与语音处理
摘要
尽管现有逐帧全神经波束形成器在语音增强领域表现优异，其内在机制仍不清楚。本文从波束空间字典视角重新审视波束形成行为，并将其表述为不同波束空间分量的学习与混合。基于此，我们提出一种称为 TaylorBM 的全神经波束形成器，模拟泰勒级数展开操作：其中零阶项作为空间滤波器进行波束混合，若干高阶项负责残差噪声消除的后处理。整个系统以端到端方式运作。在空间化 LibriSpeech 语料库上进行的实验表明，所提方法在评价指标上优于现有先进基线。
引用
@article{arxiv.2211.12024,
title = {TaylorBeamixer: Learning Taylor-Inspired All-Neural Multi-Channel Speech Enhancement from Beam-Space Dictionary Perspective},
author = {Andong Li and Guochen Yu and Wenzhe Liu and Xiaodong Li and Chengshi Zheng},
journal= {arXiv preprint arXiv:2211.12024},
year = {2022}
}
备注
In submission to ICASSP 2023, 5 pages