使用三路径网络的时域自组织阵列语音增强

深度神经网络（DNNs）对于具有固定阵列几何形状的多通道语音增强非常有效。然而，将 DNNs 用于具有未知麦克风顺序和位置的自组织阵列并非易事。我们提出了一种用于时域自组织阵列处理的新型三路径网络。网络设计的关键思想是将整体处理划分为空间处理和时序处理，并使用自注意力进行空间处理。使用自注意力进行空间处理使网络对麦克风的顺序和数量保持不变。时序处理使用最近提出的双路径注意力循环网络对所有通道独立进行。所提出的网络是一种多输入多输出架构，可同时增强所有麦克风处的信号。实验结果证明了所提方法的优异性能。此外，我们给出了分析以证明所提网络在利用甚至来自远处麦克风的多通道信息方面的有效性。