본 논문은 강력한 음성 노이즈 제거를 위한 LogNNet을 이용한 하이브리드 심층 필터링을 소개하며, SNR ≈ 0.3–20 dB의 합성 백색 소음과 실제 NOIZEUS 소음(≈ 5 dB SNR)에서 평가됩니다. 모든 수준에서 스펙트럼 필터링 계수(SFC)라는 새로운 적분 스펙트럴 메트릭으로 정량화된 잔여 노이즈의 상당한 감소가 관찰됩니다. 우리는 SFC와 깨끗한 음성의 피어슨 스펙트럴 유사성 간의 단조 관계를 보여주며, 이는 고정 SNR에서 노이즈 제거 어려움을 예측하는 간단한 규칙을 제공합니다. 하이브리드 파이프라인에서 LogNNet과 고전 필터(칼만, 위너, 사비츠키-골라, 버터워스 및 웨이브렛)를 짝지으면 독립 기준치를 지속적으로 초과하여 실제 스테이션 소음에서 최대 +60% PESQ, 경량 백색 소음에서는 최대 +150%까지 도달합니다. HVG 기능은 일부 설정에서 추가 이득을 제공합니다. 마지막으로, 우리는 훈련 시간 스펙트럼 형상을 보여줍니다—목표 음성을 백색 소음과 혼합하여 목표 스펙트럼과 일치하는 응용 프로그램별 복잡한 스펙트럼 필터를 얻어 엣지/IoT 장치에서 경량 배포를 지원합니다.
An 외 (Sun,)은 이 질문을 연구했습니다.