2、超低复杂度残回声与噪声抑制及半端到端嵌套命名实体识别技术

超低复杂度残回声与噪声抑制及半端到端嵌套命名实体识别技术

在语音处理和信息提取领域，超低复杂度残回声与噪声抑制以及命名实体识别（NER）是两个重要的研究方向。下面将分别介绍相关的技术和方法。

超低复杂度残回声与噪声抑制

在回声和噪声抑制方面，研究人员致力于设计超低复杂度的残回声抑制（RES）网络，以满足高效声学回声消除（AEC）系统的需求。

代码执行与实时因子

非向量化的 C/C++ 代码在 Intel(R) Core(TM) i5 - 10210U CPU@1.60 GHz 上执行，实时因子（RTF）为 0.014（包括 FFT/IFFTs 和网络推理）。而向量化（X86 SSE2 Intrinsics）代码的 RTF 降低至 0.008，这使得它能够在从低到高配置的 PC 或移动设备上流畅运行。

性能评估

• AECMOS 得分 ：在单讲和双讲场景下，图 2(c) 所示拓扑结构的 RES 模型的 AECMOS 得分优于基线模型，且标准差最小，性能更稳定，因此被用作后续比较的默认模型。
• ERLE ：在远端单讲场景中，该模型的回声返回损耗增强（ERLE）为 60.07dB，显著高于基线模型，且标准差相近。
• STOI ：在双讲场景中，使用 AEC Challenge 2022 合成近端语音语料库中的随机话语作为干净语音，与麦克风信号混合，模拟不同信号回声比（SER）的双讲场景。结果表明，RES 模型的短时客观可懂度指数（STOI）值与基线模型相近