用于全频带残余回声抑制的两步频带分割神经网络方法
音频与语音处理
2023-03-14 v1
摘要
本文描述了一种用于全频带声学回声消除的两步频带分割神经网络（TBNN）方法。具体而言，在线性滤波之后，我们将全频带信号分割为宽频带（16KHz）和高频带（16-48KHz），以降低建模难度来进行残余回声消除。宽频带信号由带有 U 编码器的更新门控卷积循环网络（GCRN）处理，而高频带信号由复杂度较低的高频带后滤波网络处理。我们提交至 ICASSP 2023 AEC Challenge 的方法取得了 4.344 的总体平均意见得分（MOS）和 0.795 的词准确率（WAcc）比，在非个性化赛道排名中位列并列第 2。
引用
@article{arxiv.2303.06828,
title = {Two-step Band-split Neural Network Approach for Full-band Residual Echo Suppression},
author = {Zihan Zhang and Shimin Zhang and Mingshuai Liu and Yanhong Leng and Zhe Han and Li Chen and Lei Xie},
journal= {arXiv preprint arXiv:2303.06828},
year = {2023}
}
备注
Accepted by ICASSP 2023