用于声学回声与噪声抑制的Y$^2$-Net FCRN
音频与语音处理
2021-07-20 v2 声音
摘要
近年来，深度神经网络（DNNs）被研究作为传统声学回声消除（AEC）算法的替代方案。所提出的模型在 AEC 与残差回声抑制（RES）的分离任务上取得了显著性能。一种有前景的网络拓扑是全卷积循环网络（FCRN）结构，其已在噪声抑制与 AEC 任务各自上证明了性能。然而，将 AEC、后滤波与噪声抑制组合为单一网络通常会因缺乏用于回声估计的单独损失而导致近端语音分量质量明显下降。本文中，我们提出一种两阶段模型（Y-Net），其由两个 FCRN 组成，每个具有两个输入与一个输出（Y-Net）。第一阶段（AEC）产生回声估计，作为 DNN AEC 模型的新颖之处，该估计被第二阶段进一步用于执行 RES 与噪声抑制。尽管 Interspeech 2021 AEC Challenge 的主观听力测试所得结果大多接近基线，但所提方法在双讲盲测试集上由挑战组织者提供的仪器指标 DECMOS 上取得了较基线平均提升 0.46 分的成绩。
引用
@article{arxiv.2103.17189,
title = {Y$^2$-Net FCRN for Acoustic Echo and Noise Suppression},
author = {Ernst Seidel and Jan Franzen and Maximilian Strake and Tim Fingscheidt},
journal= {arXiv preprint arXiv:2103.17189},
year = {2021}
}
备注
5 pages, 2 figures, accepted for Interspeech 2021