کنفرانس مهندسی برق ایران

صفحه اصلی / سی و سومین کنفرانس بین المللی مهندسی برق

Dual-Branch Cross-Parallel Transformer Model for Single-Channel Speech Enhancement

نویسندگان :

Mohammad Hakimkhah¹ Rahil Mahdian Toroghi² Hassan Zareian³

1- Iran Broadcasting University 2- Iran Broadcasting University 3- Iran Broadcasting University

کلمات کلیدی :

Speech enhancement،Single microphone،Crossparallel Transformer،Dual branch

چکیده :

In this paper, a dual-branch parallel structure is proposed for single-channel speech enhancement, consisting of a Magnitude Mask Branch (MMB) and a Complex Mapping Branch (CMB) utilizing a Cross-Parallel Transformer (CPT) in the time-frequency domain. The CPT effectively captures longterm dependencies along time and frequency axes, extracting time-frequency-related features by integrating their information. The MMB estimates the spectral magnitude, while the CMB compensates for lost spectral details and implicitly extracts phase information. The approach is evaluated on the public VoiceBank+DEMAND dataset. The proposed Dual-Branch Cross- Parallel Transformer Neural Network (DB-CPTNN) achieves superior results compared to SOTA models. Specifically, the model attains PESQ, STOI, SSNR, CSIG, CBAK, and COVL scores of 3.37, 95.9%, 10.58, 4.71, 3.89, and 4.15, respectively, outperforming state-of-the-art (SOTA) benchmarks.

لیست مقالات

لیست مقالات بایگانی شده

New dental implants with micro-movement capability - biomechanical evaluation and evolution

Zahra Nouri - Nima Norouzi

Sensitive RSNs to Schizophrenia; A graph parameter approach

Shirin Karimian - Farzaneh Keyvanfard - Abbas Nasiraei Moghaddam

Design Investigation of a Broadband Polarization Rotator Using SIW Technology with T-Shaped Slots

Amin Azimi - Mohammad.H Neshati

Diagnosis of Covid 19 disease, flu, allergies, colds

Mahyar Mohammady - Marzieh Kamali

Contrastive Learning Framework for fMRI Time-Series Classification in Left and Right Epilepsy Using Continues Wavelet Transform

Marzieh Soheili-nejad - Saeed Masoudnia - Hamid Soltanian-zadeh

‌ حسگر ضریب شکست مبتنی بر فانو رزونانس در موج‌برهای فلز- عایق- فلز، با رزوناتور صفحه‌ای تزویج شده از جانب

تورج هاشمی - نسرین عبدالهی برازجان - عباس علی قنبری

بهینه‌سازی نرخ امن با استفاده از انتخاب آنتن فرستنده در سیستم‌های دوکاره‌ی راداری- ارتباطی با چند ورودی - چند خروجی

نیلوفر حسینی - هنگامه کشاورز

Multi wasserstien distance

Atefeh Ziaei Moghadam - Hamed Azarnoush - Seyyed Ali Seyyedsalehi

Global Finite-Time Nonlinear Observers for a Class of Nonlinear Systems Subjected to Mismatched Uncertainties

َAli Abooee - Saeed Amiri - Mohammad Hadi Rezaei

نقش پوشش گیاهی عمودی به همراه اینترنت اشیا در کاهش آلودگی شهری

فرانک صید جانی - سبا کرمی میرعزیزی - هادی اشعریون

بیشتر

ثمین همایش، سامانه مدیریت کنفرانس ها و جشنواره ها - نگارش 42.8.0