文档名：结合LSTM与ResNet的声学回声消除
摘要：针对传统的声学回声消除(AEC)方法在双端讲话场景下较难实现快速收敛和动态自适应的问题,提出了一种结合长短时记忆(LSTM)与残差神经网络(ResNet)的AEC方法.通过使用LSTM和Res-Net相结合的特征提取方法,同时提取到声学回声的时序特征和不同级别的抽象特征,且充分利用近端语音、近端麦克风语音和声学回声之间的幅度谱相似性的特点,引入它们之间的谱归一化互相关系数,构造了一种改进的理想二值掩蔽(iIBM)作为训练目标,此外引入深度可分离卷积使模型参数量减少了3.42MB.实验结果表明:双端通话环境下所提出的方法相比参考算法取得了更高的客观评价得分.
作者：许春冬 徐锦武 王茹霞 凌贤鹏 黄乔月 郭桥生 Author：XUChundong XUJinwu WANGRuxia LINGXianpeng HUANGQiaoyue GUOQiaosheng
作者单位：江西理工大学信息工程学院,江西赣州341000安克创新科技股份有限公司,广东深圳518000朝阳聚声泰(信丰)科技有限公司,江西赣州341600
刊名：传感器与微系统 ISTICPKU
Journal：TransducerandMicrosystemTechnologies
年，卷(期)：2023, 42(5)
分类号：TN912TP391
关键词：声学回声消除 双端讲话场景 长短时记忆网络 残差神经网络 理想二值掩蔽 深度可分离卷积
机标分类号：
在线出版日期：2023年5月31日
基金项目：国家自然科学基金，国家自然科学基金结合LSTM与ResNet的声学回声消除[
期刊论文] 传感器与微系统--2023, 42(5)许春冬 徐锦武 王茹霞 凌贤鹏 黄乔月 郭桥生针对传统的声学回声消除(AEC)方法在双端讲话场景下较难实现快速收敛和动态自适应的问题,提出了一种结合长短时记忆(LSTM)与残差神经网络(ResNet)的AEC方法.通过使用LSTM和Res-Net相结合的特征提取方法,同时提取到声学回...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
结合LSTM与ResNet的声学回声消除 Acoustic echo cancellation by combining LSTM and ResNet
结合LSTM与ResNet的声学回声消除.pdf
- 文件大小:
- 1.22 MB
- 下载次数:
- 60
-
高速下载
|
