긴급 도전: 음성 향상을 위한 보편성, 강건성 및 일반화

지난 10년간 딥러닝 기반 음성 향상(SE)에서 상당한 발전이 있었습니다. 그러나 기존의 SE 연구는 SE 하위 작업의 범위, 데이터 다양성 및 양, 평가 지표에 한계가 있습니다. 이 간극을 메우고 보편적인 SE를 위한 연구를 촉진하기 위해, 우리는 SE의 보편성, 강건성 및 일반화에 초점을 맞춘 새로운 SE 도전 과제인 URGENT를 설정합니다. 우리는 노이즈 제거, 잔향 제거, 대역폭 확장 및 클리핑 해제 등 다양한 하위 작업을 포괄하는 SE 정의를 확장할 계획입니다. 모든 기존 SE 접근 방식을 사용할 수 있도록 모든 하위 작업을 단일 모델로 통합하는 새로운 프레임워크를 제안합니다. 우리는 다양한 평가 데이터를 구성하기 위해 서로 다른 도메인에서 공개 음성 및 노이즈 데이터를 수집했습니다. 마지막으로, 우리는 12개의 선별된 지표를 기반으로 생성적 및 분별적 SE 방법에 대한 초기 기준 실험에서 얻은 통찰력을 논의합니다.