CleanUNet 2：基于波形和频谱的混合语音降噪模型
原文约300字/词，阅读约需1分钟。发表于：。CleanUNet 2 是一种语音降噪模型，将波形降噪器和声谱图降噪器的优点结合起来，通过一个由波形模型和声谱图模型组成的两阶段框架，进一步提高了性能，相比之前的方法在各种客观和主观评估中表现更好。
该研究探讨了Wave-U-Net在语音增强中的应用，发现其可以提高多个指标，适合作为语音识别系统的预处理步骤。该结构在时域直接建模，考虑大的时间上下文信息的特点，相比原始的音乐中唱声分离系统，基于少量隐藏层的结构更适合语音增强。
