BriefGPT - AI 论文速递
·
深度状态空间建模的原始语音增强
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本研究提出了通用降噪框架D4AM，通过调整语音增强模型和辅助损失，改善未知声学模型性能。实验结果显示，相对于嘈杂输入，该框架在Google ASR API上降低了24.65%的相对WER。
🎯
关键要点
- 在嘈杂环境中，声学模型的性能明显下降。
- 本研究提出了通用降噪框架D4AM，用于各种下游声学模型。
- D4AM通过反向梯度调整语音增强模型，考虑回归目标作为辅助损失。
- 该方法可以直接估计合适的权重系数，避免额外的训练成本。
- 实验结果显示，该框架在Google ASR API上降低了24.65%的相对WER。
- D4AM是首个实现回归和分类目标有效组合的通用预处理器，适用于各种未知ASR系统。
➡️
