We present a method for improving the quality of synthetic room impulse responses for far-field speech recognition. We bridge the gap between the fidelity of synthetic room impulse responses (RIRs) and the real room impulse responses using our novel, TS-RIRGAN architecture. Given a synthetic RIR in the form of raw audio, we use TS-RIRGAN to translate it into a real RIR. We also perform real-world sub-band room equalization on the translated synthetic RIR. Our overall approach improves the quality of synthetic RIRs by compensating low-frequency wave effects, similar to those in real RIRs. We evaluate the performance of improved synthetic RIRs on a far-field speech dataset augmented by convolving the LibriSpeech clean speech dataset [1] with RIRs and adding background noise. We show that far-field speech augmented using our improved synthetic RIRs reduces the word error rate by up to 19.9% in Kaldi far-field automatic speech recognition benchmark [2].


翻译:我们提出了一个提高合成室脉冲反应质量的方法,用于远方语音识别。我们用我们的新颖的TS-RIRGAN结构弥合合成室脉冲反应(RIRs)与真实室脉冲反应(RIRs)真实室脉冲反应之间差距。鉴于合成RIR(合成RIR)的形式为原始音频,我们使用TS-RIRGAN(合成RIR)将其转化为真正的RIR。我们还在合成RIR(翻译合成RIR)上实现了现实世界次带室的均衡。我们的总体方法通过补偿低频波效应(与真实RIRs相似)来提高合成RIRs的质量。我们评估了合成RIRs在远方语音数据集上的改进合成RIRs(与RIRs(LibriSpeech)清洁语音数据集[1]和添加背景噪音,从而强化了远方语音数据数据集的功能[2]。我们显示,远方话用改进的合成RIRs(合成RIRs)将字错率降低到19.9%的卡迪远方自动语音识别识别基准[2]。

0
下载
关闭预览

相关内容

专知会员服务
15+阅读 · 2021年6月4日
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
专知会员服务
164+阅读 · 2020年3月18日
专知会员服务
109+阅读 · 2020年3月12日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
spinningup.openai 强化学习资源完整
CreateAMind
6+阅读 · 2018年12月17日
机器翻译 | Bleu:此蓝;非彼蓝
黑龙江大学自然语言处理实验室
4+阅读 · 2018年3月14日
条件GAN重大改进!cGANs with Projection Discriminator
CreateAMind
8+阅读 · 2018年2月7日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
0+阅读 · 2022年1月13日
Arxiv
5+阅读 · 2019年11月22日
Arxiv
8+阅读 · 2018年11月27日
VIP会员
相关VIP内容
专知会员服务
15+阅读 · 2021年6月4日
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
专知会员服务
164+阅读 · 2020年3月18日
专知会员服务
109+阅读 · 2020年3月12日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
Top
微信扫码咨询专知VIP会员