《Conditional Generative Adversarial Networks for Speech Enhancement and Noise-Robust Speaker Verifi》

摘要：在嘈雜環境中提高語音系統性能仍然是一項具有挑戰性的任務，語音增強（SE）是解決該問題的有效技術之一。由於生成對抗網絡（GAN）在各種圖像處理任務中的有發展前景的實驗結果，我們探索條件GAN（cGAN）對SE的潛力，特別是，我們利用Isola提出的圖像處理框架[1] ]學習從嘈雜語音的譜圖到增強對應物的映射。SEcGAN由兩個以對抗方式訓練的網絡組成：一個試圖增強輸入噪聲頻譜圖的生成器，以及一

>>阅读原文<<