PHA-SENet:一种融合听力图信息的个性化深度语音增强框架
《IEEE Access》:Personalized Hearing-Aware Speech Enhancement Network with an Audiogram-Adaptive Time–Frequency Transformer
【字体:
大
中
小
】
时间:2026年10月21日
来源:IEEE Access 4.2
编辑推荐:
摘要:听力损失会损害嘈杂环境下的语音感知,使得有效的语音增强(SE)成为现代助听系统的关键组成部分。尽管基于深度学习的 SE 方法取得了相当大的进展,但大多数是为正常听力听众开发的,因此未能考虑听力受损用户的个体听觉特征。为解决这一局限性,我们提出了 PHA-SENet,一
摘要:
听力损失会损害嘈杂环境下的语音感知,使得有效的语音增强(SE)成为现代助听系统的关键组成部分。尽管基于深度学习的 SE 方法取得了相当大的进展,但大多数是为正常听力听众开发的,因此未能考虑听力受损用户的个体听觉特征。为解决这一局限性,我们提出了 PHA-SENet,一种个性化 SE 框架,能够自适应地将听力图信息融入深度语音表示中。所提出的网络采用双编码器架构,独立地将含噪语音谱和听力图编码为模态特定的潜在表示,从而最小化跨模态干扰。随后,这些表示通过一个新颖的听力图自适应时频 Transformer 模块进行整合。该模块捕捉时间和频率维度上的长程上下文依赖关系,同时通过听力图条件的特征级调制机制动态重新校准频谱表示。此外,引入了 HASQI 引导的度量判别器,为听力受损听众提供面向感知的监督信号。在 VoiceBank + DEMAND 数据集上的综合实验表明,PHA-SENet 在 HASQI 和 HASPI 等关键评估指标上优于最新的助听器专用 SE 方法,同时在通用 SE 指标上保持具有竞争力的性能。这些结果突显了 PHA-SENet 在个性化助听器应用中的实际潜力。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号