【语音增强/分离论文列表】

single-channel:

1.《Interactive Speech and Noise Modeling for Speech Enhancement》(2020)
创新点：模型包含两条分支，分别预测语音成分和噪声成分，且两条分支之间存在信息交互，模型最终的结果是将两条分支的结果进行融合。（the state-of-the-art on deep noise suppression (dns) challenge）

multi-channel:

1.《Improved mvdr beamforming using single-channel mask prediction networks》(2016)
2.《Neural network based spectral mask estimation for acoustic beamforming》(2016)
上述两篇文章主要思想：将传统的信号波束形成算法和基于深度学习的单通道语音增强算法想结合。具体做法是，首先，使用单通道深度学习方法估计出的时频mask来计算语音和噪声的二阶统计特性，然后，利用估计出的二阶统计特性做传统的信号波束成形算法。
3.《Combining spectral and spatial features for deep learning based blind speaker separation》(2018)
4.《Multi-channel deep clustering: Discriminative spectral and spatial embeddings for speaker-independent speech separation》(2018)
上述两篇文章主要思想：将空间特征和谱特征结合起来估计时频mask。
5.《Channel-Attention Dense U-Net for Multichannel Speech Enhancement》(2020)
上述文章主要思想：将U-Net作为网络主体结构，网络输入多通道含噪语音复数谱，输出多通道复数mask（个人理解：使用Channel-Attention机制激活相应的通道）。从估计的多通道干净语音中选取后验信噪比最高的通道作为最终的估计结果。
6.《A Cross-channel Attention-based Wave-U-Net for Multi-channel Speech Enhancement》(2020)
7.《End-to-End Multi-Channel Speech Enhancement Using Inter-Channel Time-Restricted Attention on Raw Waveform》(2019)
8.《Multichannel Speech Enhancement by Raw Waveform-mapping using Fully Convolutional Networks》(2016)
9.《Time-Frequency Masking Based Online Speech Enhancement with Multi-Channel Data Using Convolutional Neural Networks》(2018)
上述文章主要思想：网络输入时域多通道含噪语音，输出时域单通道增强语音。其中6/7/8是在时域，9是在时频域。
10.《Deep Beamforming Networks for Multi-channel Speech Recognition》(2016)
11.《Deep long short-term memory adaptive beamforming networks for multichannel robust speech recognition》(2017)
上述文章主要思想：将深度神经网络和传统信号波束形成相结合。神经网络输入多通道含噪语音，输出多通道mask(个人理解：该多通道mask可以理解为传统波束形成器的系数)，然后使用类似于传统信号波束形成的做法完成增强过程。
12.《FaSNet: Low-latency Adaptive Beamforming for Multi-microphone Audio Processing》(2019)
上述文章主要思想：输入多通道含噪语音结合时域和波束形成输出单通道增强语音，