音響Echo除去,ビーム成形およびポストフィルタリングの深層学習ベースジョイント制御【JST・京大機械翻訳】

Haubner Thomas; Kellermann Walter

プレプリント

J-GLOBAL ID：202202216445042410 整理番号：22P0298443

音響Echo除去,ビーム成形およびポストフィルタリングの深層学習ベースジョイント制御【JST・京大機械翻訳】

Deep Learning-Based Joint Control of Acoustic Echo Cancellation, Beamforming and Postfiltering

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2022年03月03日プレプリントサーバーでの情報更新日： 2022年08月10日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

モデルベース音響エコーキャンセラ(AEC),最小分散無歪応答(MVDR)ビームフォーマ(BF),およびスペクトルポストフィルタ(PF)から成る手無し音声通信装置の機能性を制御するための新しい方法を紹介した。”その方法”を,モデルベース音響エコーキャンセラ(AEC),最小分散無歪応答(MVDR)ビームフォーマ(BF)およびスペクトルポストフィルタ(PF)で構成した。AECは初期エコー成分を除去するが,MVDR BFとPFは残留エコーとバックグラウンドノイズを抑制する。重要な革新として,単一深層ニューラルネットワーク(DNN)を用いて,様々なアルゴリズム成分の適応を共同制御することを提案した。これは,高レベル干渉二重トークの存在下で,迅速な収束と高い定常状態性能を可能にする。時間領域音声抽出損失関数を用いたDNNのエンドツーエンド訓練は,個々の制御戦略の設計を回避する。【JST・京大機械翻訳】

, , , , , , , , , ,
, , , , , , 【Automatic Indexing@JST】

音声処理

, , , ,

前のページに戻る