IOA系统：结合动态注意力与递归学习的深度噪声抑制挑战赛方案
声音
2020-05-13 v1 音频与语音处理
摘要
本技术报告描述了我们提交至深度噪声抑制挑战赛（Deep Noise Suppression Challenge）的系统，并给出了非实时赛道的结果。为了分阶段精炼估计结果，我们采用了递归学习（一种通过记忆机制在多阶段中强化信息的训练协议）。注意力生成网络被设计用于动态控制降噪网络的特征分布。为提高相位恢复精度，我们通过对实部和虚部频谱进行解码，采用复数谱映射过程。在最终盲测集中，所提交系统在noreverb、reverb和realrec类别上的平均MOS提升分别为0.49、0.24和0.36。
引用
@article{arxiv.2005.05855,
title = {The IOA System for Deep Noise Suppression Challenge using a Framework Combining Dynamic Attention and Recursive Learning},
author = {Andong Li and Chengshi Zheng and Renhua Peng and Linjuan Cheng and Xiaodong Li},
journal= {arXiv preprint arXiv:2005.05855},
year = {2020}
}
备注
4 pages, 2 figures