ICASSP 2022の深騒音抑制への挑戦【JST・京大機械翻訳】

Dubey Harishchandra; Gopal Vishak; Cutler Ross; Aazami Ashkan; Matusevych Sergiy; Braun Sebastian; Eskimez Sefik Emre; Thakker Manthan; Yoshioka Takuya; Gamper Hannes; Aichner Robert

プレプリント

J-GLOBAL ID：202202220496554218 整理番号：22P0295900

ICASSP 2022の深騒音抑制への挑戦【JST・京大機械翻訳】

ICASSP 2022 Deep Noise Suppression Challenge

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 (11件)： , , , , , , , , , ,
資料名：
発行年： 2022年02月26日プレプリントサーバーでの情報更新日： 2022年02月26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)

深雑音抑圧(DNS)チャレンジは,優れた知覚音声品質を達成するために,ノイズ抑制の分野における技術革新を促進するために設計されている。これは,INTERSPEECH2020,ICASSP2021,およびINTERSPEECH2021で開催された以前の版で,4番目のDNSチャレンジである。筆者達は,ITU-T P.835に基づく主観的評価フレームワークと同様に,それらの深いノイズ抑制モデルを訓練する研究者のオープンソースデータセットと試験セットを,チャレンジエントリのレートとランク付け順序に,公開する。DNSMOS P.835と単語精度(WAcc)APIsへのアクセスを提供し,反復モデル改善を支援するための参加者に挑戦する。この課題において,以下の変化を紹介した。(i)ブラインドテストセットにおけるモバイルデバイスシナリオ;(ii)ベースラインによる個人化された騒音抑制トラックを含む;(iii)客観的計量としてAded WAcc;(iv)DNSMOS P.835;(v)訓練データセットとテストセットフルバンド(48kHz)。DNSモデルをランク付けするための最終スコアを得るために,平均WAccと主観的スコアP.835SIG,BAK,およびOVRLを使用した。著者らは,研究コミュニティとして,挑戦的なノイズのある実世界シナリオにおいて,優れた音声品質を達成するのに長い方法があると信じている。【JST・京大機械翻訳】

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

音声処理

前のページに戻る