神经网络在听什么？利用 Sinc 卷积探索语音增强中的关键频带
声音
2024-03-05 v1 音频与语音处理
摘要
本研究引入了一种改进的 Sinc 卷积（Sincconv）框架，专为语音增强（SE）深度网络的编码器组件量身定制。这种改进的 Sincconv 基于参数化的 sinc 函数作为带通滤波器，在训练效率、滤波器多样性和可解释性方面提供了显著优势。改进后的 Sincconv 与各种 SE 模型结合评估，展示了其提升 SE 性能的能力。此外，改进后的 Sincconv 提供了关于在 SE 场景中优先处理的特定频率成分的宝贵见解。这开辟了 SE 研究的新方向，并增进了我们对其运行动力学的了解。
引用
@article{arxiv.2403.01785,
title = {What do neural networks listen to? Exploring the crucial bands in Speech Enhancement using Sinc-convolution},
author = {Kuan-Hsun Ho and Jeih-weih Hung and Berlin Chen},
journal= {arXiv preprint arXiv:2403.01785},
year = {2024}
}