电气工程与系统科学 > 音频与语音处理
[提交于 2023年6月2日
]
标题: HD-DEMUCS:具有异构解码器的通用语音恢复
标题: HD-DEMUCS: General Speech Restoration with Heterogeneous Decoders
摘要: 本文介绍了一种端到端的神经语音恢复模型HD-DEMUCS,在多种失真环境中表现出有效性。与传统方法不同,传统方法采用级联框架首先去除不需要的噪声,然后恢复缺失的信号成分,我们的模型使用两个异构解码器网络并行执行这些任务。基于U-Net风格的编码器-解码器框架,我们附加了一个额外的解码器,使得每个解码器网络分别执行噪声抑制或恢复。我们精心设计每个解码器架构,根据其目标适当运行。此外,我们通过利用可学习的权重因子,聚合两个解码器输出波形来提高性能。在各种环境下的客观度量实验结果清楚地表明,我们的方法在一般的语音恢复任务中优于单个解码器或多阶段系统。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.