WEnets：一种用于评估音频波形的卷积框架
音频与语音处理
2019-09-20 v1 机器学习
声音
摘要
我们描述了一种用于波形评估的新型卷积框架 WEnets，并利用该框架构建了一个窄带音频波形评估网络，即 NAWEnet。NAWEnet 是单端（或无参考）的，并分别进行了三次独立训练，以模拟 PESQ、POLQA 或 STOI，当仅在 50% 的可用数据上训练并在 40% 的数据上测试时，测试相关性分别达到 0.95、0.92 和 0.95。一维卷积层和非线性下采样的堆叠结构学习哪些特征对质量或可懂度估计至关重要。这种简洁的架构简化了对其内部工作机制的解释，并为未来研究更高采样率和精确的无参考主观语音质量预测铺平了道路。
引用
@article{arxiv.1909.09024,
title = {WEnets: A Convolutional Framework for Evaluating Audio Waveforms},
author = {Andrew A. Catellier and Stephen D. Voran},
journal= {arXiv preprint arXiv:1909.09024},
year = {2019}
}