dereverberation | BriefGPT - AI 论文速递

关键词dereverberation

搜索结果 - 6

EARS: 一个用于语音增强和去混响的各向同性全频通话语音数据集的基准测试
发布了 EARS（Expressive Anechoic Recordings of Speech）数据集，包含来自不同背景的 107 位说话者，总计 100 小时的干净、无混响的语音数据。数据集涵盖了多种不同的讲话风格，包括情感性语音、不
PDF24 days ago
三维重建房间的新颖视角声学合成
探究结合盲音频录音和 3D 场景信息对新视角声学合成的益处。通过 2-4 个麦克风的音频录音和包含多个未知声源的场景的 3D 几何学和材料，估计场景中的任何声音。我们确定了新视角声学合成的主要挑战，即声源定位、分离和去混响。虽然简单地训练端
PDF8 months ago
音频视觉端到端多通道语音分离、去混响和识别
通过全面将视频信息融入系统的所有组件，我们提出了一种音频 - 视觉多通道语音分离、去混响和识别方法，有效地解决了包含重叠发言者、噪声和混响的鸡尾酒会言语的准确识别问题。
PDFa year ago
扩散后验采样用于知情单通道去混响
本文基于扩散模型和条件生成方法，应用神经网络和测量一致性准则，提出了一种针对单通道混响声音的去混响方法，能够更好地处理非稳态噪声和大混响时间，同时增加了一种盲去混响方法，实现了音频信号的复原和提取。
PDFa year ago
DeepVQE: 实时深度语音质量增强，用于联合声学回声消除、噪音抑制和除混响
本文提出了一个名为 DeepVQE 的基于深度学习模型的实时交叉关注方法来同时解决声学回声消除，噪声抑制和混响消除等多种语音处理问题，并在 2023 年 ICASSP 的测试集上取得了最佳性能表现。
PDFa year ago
利用自注意力通道组合的远场 ASR 空间处理前端
提出了一种基于多通道前端与加权预测误差方法、定向最小方差冲束形成器和基于自注意力的通道合并方案的 ASR 系统，结合 ContextNet 系统，相比其他 ASR 系统在多通道语音识别问题上取得了更好的效果，并验证了前置去混响和改进的神经通
PDF2 years ago