Повышение качества моделей шумоподавления в случае крайне низкого значения SNR (отношение сигнал/шум).
Основная проблематика:
При сильном зашумлении сигнала задача восстановления исходного сигнала затрудняется, поскольку часть сигнала нарушается безвозарвтно.
Решение:
Модифицировали модели, использовали подход DeepFeatureLoss и комбинировали различные лоссы. Использовали Gan’ы для восстановления (генерации) потерянного из-за наложения шума сигнала.
Результат:
Улучшили SDR и PESQ у очищенных файлов в сравнении с зашумленными файлами.
Технологический стек:
Pytorch, Demucs, WaveUNet, DCUNet, ConvTasNet, Hifi-GAN, UNet-GAN, etc.
![](https://static.tildacdn.com/tild6263-6337-4435-b637-633531643639/Untitled201.png)
![](https://static.tildacdn.com/tild3536-3739-4766-b838-393231353030/Untitled-2.png)