基于深度学习的超低复杂度噪声抑制
音频与语音处理
2024-06-10 v1 机器学习
信号处理
摘要
本文介绍了一种创新方法，用于在资源受限设备上进行实时语音增强时降低深度神经网络的计算复杂度。所提出的方法利用两阶段处理框架，采用通道级特征重定向来减少卷积操作的计算负载。通过将其与改进的幂律压缩技术相结合以增强感知质量，该方法以显著降低的计算需求实现了与最先进方法相当的噪声抑制性能。值得注意的是，与先前的最先进方法相比，我们的算法展现出3到4倍的计算复杂度和内存使用量降低。
引用
@article{arxiv.2312.08132,
title = {Ultra Low Complexity Deep Learning Based Noise Suppression},
author = {Shrishti Saha Shetu and Soumitro Chakrabarty and Oliver Thiergart and Edwin Mabande},
journal= {arXiv preprint arXiv:2312.08132},
year = {2024}
}