MétaCan
Menu
Retour à la cohorte
Enregistrement W2149603451 · doi:10.1109/icassp.2001.940803

A multi-microphone signal subspace approach for speech enhancement

2002· article· en· W2149603451 sur OpenAlexaff
F. Jabloun, Benoı̂t Champagne

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueSpeech and Audio Processing
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésMicrophoneNoise-canceling microphoneSpeech enhancementComputer scienceSpeech recognitionIntelligibility (philosophy)Subspace topologyNoise reductionSignal subspaceReduction (mathematics)Microphone arrayNoise (video)SIGNAL (programming language)AcousticsArtificial intelligenceMathematicsTelecommunicationsPhysics

Résumé

récupéré en direct d'OpenAlex

We extend the single microphone signal subspace approach for speech enhancement, to a multi-microphone design. In the single microphone case, the tradeoff between speech quality and intelligibility is an handicap which limits its performance. This is because it is based on a linear speech model which does not usually offer enough degrees of freedom for noise reduction. In our method, we show how we can easily, and with comparable computational complexity, get more degrees, of freedom by using signals from more than one microphone. Experimental results show that this leads to improvements in the noise reduction performance.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,238
Score d'incertitude au seuil0,451

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,039
Tête enseignante GPT0,249
Écart entre enseignants0,209 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations21
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSpeech and Audio ProcessingTravaux en français237 207