Контекст и описание проекта: 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 безвозвратно.
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.