denoiser:波形域中的实时语音增强（Interspeech 2020）我们提供了论文《波形域中的实时语音增强》的PyTor...

波形域中的实时语音增强（Interspeech 2020） 我们提供了本文的实现：。其中，我们提出了一种因果语音增强模型，该模型处理了在便携式计算机CPU上实时运行的原始波形。所提出的模型基于具有跳过连接的编码器-解码器体系结构。使用多个损失函数，可以在时域和频域上对其进行优化。经验证据表明，它能够消除各种背景噪音，包括固定和非固定噪音以及房间混响。此外，我们建议直接在原始波形上应用一组数据增强技术，以进一步提高模型性能及其泛化能力。 音频样本可以在这里找到： 所提出的模型基于最初为音乐源分离而提出的Demucs架构：（ ， ）。 安装 首先，安装Python 3.7（Anaconda推荐）。 通过点子（您只想开箱即用地使用预先训练的模型） 赶紧跑 pip install denoiser 开发（如果您想培训或学习） 克隆此存储库并安装依赖项。我们建议使用全新的virtualenv或C