MAMGAN: Multiscale attention metric GAN for monaural speech enhancement in the time domain

鉴别器 公制(单位) 计算机科学 发电机(电路理论) 边距(机器学习) 特征(语言学) 语音识别 人工智能 模式识别(心理学) 机器学习 工程类 运营管理 物理 电信 功率(物理) 语言学 哲学 量子力学 探测器
作者
Heng Guo,Haifang Jian,Yequan Wang,Hongchang Wang,Xiao‐Fan Zhao,Wenwu Zhu,Cheng Qian
出处
期刊:Applied Acoustics [Elsevier]
卷期号:209: 109385-109385 被引量:6
标识
DOI:10.1016/j.apacoust.2023.109385
摘要

In the speech enhancement (SE) task, the mismatch between the objective function used to train the SE model, and the evaluation metric will lead to the low quality of the generated speech. Although existing studies have attempted to use the metric discriminator to learn the alternative function of evaluation metric from data to guide generator updates, the metric discriminator’s simple structure cannot better approximate the function of the evaluation metric, thus limiting the performance of SE. This paper proposes a multiscale attention metric generative adversarial network (MAMGAN) to resolve this problem. In the metric discriminator, the attention mechanism is introduced to emphasize the meaningful features of spatial direction and channel direction to avoid the feature loss caused by direct average pooling to better approximate the calculation of the evaluation metric and further improve SE’s performance. In addition, driven by the effectiveness of the self-attention mechanism in capturing long-term dependence, we construct a multiscale attention module (MSAM). It fully considers the multiple representations of signals, which can better model the features of long sequences. The ablation experiment verifies the effectiveness of the attention metric discriminator and the MSAM. Quantitative analysis on the Voice Bank + DEMAND dataset shows that MAMGAN outperforms various time-domain SE methods with a 3.30 perceptual evaluation of speech quality score.

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
hshsh发布了新的文献求助10
4秒前
hailiangzheng完成签到,获得积分10
6秒前
华仔应助陶弈衡采纳,获得10
9秒前
13秒前
Ygy完成签到,获得积分10
14秒前
14秒前
hellzhu完成签到,获得积分10
15秒前
18秒前
18秒前
21秒前
21秒前
心子吖完成签到,获得积分10
21秒前
lsq完成签到,获得积分10
22秒前
22秒前
Lucky应助大意的柚子采纳,获得10
23秒前
ZQP发布了新的文献求助10
26秒前
26秒前
读书破万卷完成签到,获得积分10
27秒前
Whale完成签到 ,获得积分10
27秒前
27秒前
科目三应助Xianhe采纳,获得10
28秒前
壮观问寒应助科研通管家采纳,获得10
28秒前
慕青应助科研通管家采纳,获得10
28秒前
Jasper应助科研通管家采纳,获得10
28秒前
more应助科研通管家采纳,获得10
28秒前
科研通AI2S应助科研通管家采纳,获得10
28秒前
明天过后完成签到,获得积分10
28秒前
脑洞疼应助科研通管家采纳,获得10
28秒前
打打应助科研通管家采纳,获得10
28秒前
FashionBoy应助科研通管家采纳,获得10
28秒前
28秒前
充电宝应助科研通管家采纳,获得10
28秒前
28秒前
汉堡包应助科研通管家采纳,获得10
28秒前
xiaoyun2852应助科研通管家采纳,获得100
28秒前
乐乐应助科研通管家采纳,获得10
28秒前
28秒前
28秒前
深情安青应助科研通管家采纳,获得10
29秒前
小二郎应助科研通管家采纳,获得10
29秒前
高分求助中
Evolution 10000
ISSN 2159-8274 EISSN 2159-8290 1000
Becoming: An Introduction to Jung's Concept of Individuation 600
Ore genesis in the Zambian Copperbelt with particular reference to the northern sector of the Chambishi basin 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3161114
求助须知:如何正确求助?哪些是违规求助? 2812494
关于积分的说明 7895538
捐赠科研通 2471395
什么是DOI,文献DOI怎么找? 1315941
科研通“疑难数据库(出版商)”最低求助积分说明 631074
版权声明 602103