TS-URGENet：三阶段通用鲁棒和可泛化语音增强网络
音频与语音处理
2025-05-27 v1 人工智能
摘要
通用语音增强旨在处理不同失真和输入格式的语音信号。为此，我们提出TS-URGENet，一种三阶段通用、鲁棒和可泛化的语音增强网络。为处理各种失真，本系统采用新颖的三阶段架构：填充阶段、分离阶段和恢复阶段。填充阶段在噪声干扰下预先填充丢失的区域，以确保信号连续性。分离阶段抑制噪声、混响和剪辑失真，以提高语音清晰度。最后，恢复阶段补偿带宽限制、编解码器伪影和残余丢包失真，细化整体语音质量。我们的方法在 Interspeech 2025 URGENT 挑战赛中取得优异成绩，在 Track 1 中名列第 2。
引用
@article{arxiv.2505.18533,
title = {TS-URGENet: A Three-stage Universal Robust and Generalizable Speech Enhancement Network},
author = {Xiaobin Rong and Dahan Wang and Qinwen Hu and Yushi Wang and Yuxiang Hu and Jing Lu},
journal= {arXiv preprint arXiv:2505.18533},
year = {2025}
}
备注
Accepted by Interspeech 2025