W-Net BF:采用联合训练方法的基于DNN的波束成形器
声音
2020-03-03 v2 音频与语音处理
摘要
声学波束成形器已被广泛用于增强音频信号。目前最好的方法是广义特征值波束成形器的DNN驱动变体,以及直接计算波束成形滤波器的基于DNN的滤波器估计方法。这两种方法虽然有效,但在泛化性方面存在盲区。我们提出一种新颖方法,将两种方法结合到单一框架中,试图利用两者的优势特征。所得模型称为W-Net波束成形器,包含两个组件:第一个组件计算噪声掩蔽参考,第二个组件利用该参考估计波束成形滤波器。在包含多种房间和噪声条件(包括静态和移动噪声源)的数据上的结果表明,所提出的波束成形器在所有被测评估指标上均优于其他方法。
引用
@article{arxiv.1910.14262,
title = {W-Net BF: DNN-based Beamformer Using Joint Training Approach},
author = {Yuichiro Koyama and Bhiksha Raj},
journal= {arXiv preprint arXiv:1910.14262},
year = {2020}
}