文献

J-GLOBAL ID：202002269475787326   整理番号：20A2443568

音声強調のための拡張残差ネットワークとマルチアテンションによる改良型相対論的サイクル無矛盾GAN【JST・京大機械翻訳】

Improved Relativistic Cycle-Consistent GAN With Dilated Residual Network and Multi-Attention for Speech Enhancement

著者 (5件)： Wang Yutian (Key Laboratory of Media Audio and Video, Ministry of Education, Communication University of China, Beijing, China) ,  Yu Guochen (Key Laboratory of Media Audio and Video, Ministry of Education, Communication University of China, Beijing, China) ,  Wang Jingling (Key Laboratory of Media Audio and Video, Ministry of Education, Communication University of China, Beijing, China) ,  Wang Hui (State Key Laboratory of Media Convergence and Communication, Communication University of China, Beijing, China) ,  Zhang Qin (Key Laboratory of Media Audio and Video, Ministry of Education, Communication University of China, Beijing, China)
資料名： IEEE Access  (IEEE Access)
巻： 8  ページ： 183272-183285  発行年： 2020年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 生成敵対ネットワーク(GAN)は,音声強調における特徴マッピング機能としてますます使われており,その中で,雑音のある音声特徴が,発電機を通してクリーンなものに変換される。本論文は,拡張残差ネットワークとマルチアテンション機構を有するサイクル一貫した相対論的GANに基づく新しい音声強調モデルを提案した。敵対損失,改善されたサイクル一貫性損失,および同一性マッピング損失を用いて,雑音対クリーン発電機Gと逆クリーンツーノイス発電機Fは,ソースとターゲットドメイン間の前方と後方マッピングを同時に学習する。訓練プロセスの安定性を保証するために,著者らは,相対論的平均GAN損失によるバニラGAN損失を置換し,Lipschitz連続性に適合するように,識別器におけるスペクトル正規化を使用した。さらに,2つの注意ベースコンポーネントをマルチアテンションメカニズムとして採用し,インポート信号歪を縮小した:注意Uネットゲートと拡張残留自己アテンションブロック。これらの成分を採用することにより,提案発電機は音声特徴の要素間の長期内部依存性を捉え,言語情報をさらに保存できる。公開データセットに関する実験結果は,提案モデルが最先端の音声強調性能を達成し,特に音声歪みを減らし,信号全体品質を改善することを示した。代表的なGANベースの手法と比較して,提案方法は,STOI,CSIG,COVL,およびCBAKの客観的メトリックスに関して最良の性能を達成した。さらに,相対論的平均損失,注意Uネットゲート,自己注意層,スペクトル正規化,および10比較システムによる拡張操作を含む各提案コンポーネントの寄与を示した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 雑音 ,  弁別器 ,  *ネットワーク ,  *残差 ,  バニラ ,  *相対論 ,  スペクトル ,  信号歪 ,  連続性 ,  *音声強調 ,  正規化
準シソーラス用語： メトリックス ,  言語情報 ,  音声特徴 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  音声処理  (JE05000E)

タイトルに関連する用語 (7件)： 音声強調 ,  拡張 ,  残差 ,  マルチ ,  アテンション ,  サイクル ,  GaN