TPARN：用于时域多通道语音增强的三路径注意力循环网络
声音
2022-04-07 v2 音频与语音处理
摘要
在这项工作中，我们提出了一种称为三路径注意力循环网络（TPARN）的新模型，用于时域多通道语音增强。TPARN通过沿空间维度添加第三路径，将单通道双路径网络扩展为多通道网络。首先，TPARN使用双路径注意力循环网络（ARN）独立处理所有通道的语音信号，该ARN是一种增强了自注意力的循环神经网络（RNN）。接下来，沿空间维度引入一个ARN用于空间上下文聚合。TPARN被设计为多输入多输出架构，以同时增强所有输入通道。实验结果证明了TPARN优于现有最先进方法。
引用
@article{arxiv.2110.10757,
title = {TPARN: Triple-path Attentive Recurrent Network for Time-domain Multichannel Speech Enhancement},
author = {Ashutosh Pandey and Buye Xu and Anurag Kumar and Jacob Donley and Paul Calamia and DeLiang Wang},
journal= {arXiv preprint arXiv:2110.10757},
year = {2022}
}
备注
Accepted for publication in ICASSP 2022