本文研究了语音增强中使用自我监督语音表示来帮助神经语音增强模型训练的方法，指出清洁和嘈杂语音特征编码之间的距离与语音质量和可懂性的心理声学测量值以及人类的平均意见分数（MOS）密切相关，并通过使用该距离作为损失函数的实验证明了相对于来自语音增强文献的常见损失函数的 STFT 频谱图距离损失，以及其他损失函数的性能。

Jan, 2023

本研究提出了一种基于双向长短时记忆的全新端到端的非侵入式语音质量评估模型 Quality-Net，该模型可在没有干净参考语音的情况下对语音质量进行评估，实验结果表明 Quality-Net 可以产生与 PESQ 高相关性（噪声语音为 0.9，经过语音增强处理的语音为 0.84），有潜力在语音信号处理的广泛应用中使用。

Aug, 2018

研究提出了一种基于度量导向的语音增强方法 (MOSE)，通过创新的 actor-critic 框架，将评估度量视为后验奖励，以指导反向过程到度量增加方向，从而提高了性能。

Feb, 2023

本研究提出了一种基于深度神经网络的源增强技术的训练方法，通过黑盒优化方案，采用概率密度函数进一步提高 OSQA 评分。

Oct, 2018

通过对音频增强模型进行评估指标的分析，本篇论文旨在揭示将音频增强模型过度拟合于评估指标可能带来的风险，以及如何利用其他评估指标来确认性能预测。

Jun, 2024

噪声抑制和回声消除对于语音增强至关重要，是智能设备和实时通信的基础，而这些算法必须保证高效实时推断和低计算需求。我们提出了一种新的投影损失函数，用于增强噪声抑制效果，并且能够直接在 LAEC 预处理输出上进行回声消除的预测，从而显著提高模型性能。我们的噪声抑制模型仅使用 3.1M 个参数和 0.4GFlops/s 计算负载，实现了接近最先进的结果。此外，我们的回声消除模型胜过了复制的行业领先模型，引入了语音增强的新视角。

Nov, 2023

本文提出采用基于感知度量的新损失函数的神经网络策略来进行端到端的语音源分离任务，实验表明这些新的损失函数能够帮助达到比基于 MSE 和 SDR 成本函数独自使用更优异的分离性能。

Jun, 2018

本文提出了一种使用卷积神经网络的学习 no-reference image quality metric 来提高图像处理算子的感知质量的方法，从而优化图像增强算法，成功调整局部色调映射和去雾等多种操作。

Dec, 2017

该研究介绍了多任务伪标签（MPL）学习在非侵入性语音质量评估模型中的应用，通过两个阶段获得伪标签分数和进行多任务学习，实验证明了 MPL 相较于从零开始训练模型和使用知识传递机制的优势，并验证了 Huber 损失函数在提高 MTQ-Net 预测模型的能力方面的益处，最终 MTQ-Net 采用 MPL 方法展示了较其他基于 SSL 的语音评估模型更高的整体预测能力。

Aug, 2023

本文研究了对 RNN（循环神经网络）的训练的多个方面，它们影响着实时单通道语音增强的客观和主观质量。具体而言，我们关注增强短时语音频谱的 RNN，在单帧输入单帧输出的基础上，这是大多数经典信号处理方法采用的框架。我们提出了两种基于均方误差的学习目标，可以实现对音频失真和噪声降低重要性的分别控制，并通过广泛接受的客观质量和可懂度指标进行评估，并与其他竞争性在线方法进行比较。此外，我们还研究了特征归一化和批次序列长度的变化对增强语音的客观质量的影响。最后，我们展示了所提出的方法和最先进的实时 RNN 方法的主观评分。

Jan, 2020