ABSE-NET: A Lightweight Neural Model for Active Binaural Speech Enhancement in Open-Fit Hearing Aids

ABSE-NET решает специфическую проблему открытых слуховых аппаратов: внешний шум проходит в слуховой канал через вентиляционное отверстие и смешивается с уже улучшенным сигналом. Система объединяет бинауральное лучеформирование MVDR с активным подавлением утечки, причём при применении не требует микрофона глубоко в ухе.

Метод. BMVDR сначала грубо выделяет целевую речь и сохраняет пространственные признаки. Затем сеть на 112 тыс. параметров одновременно строит противофазный сигнал для утечки и исправляет искажения BMVDR; блоки моделируют частотные и временные зависимости без заглядывания вперёд. Внутриушной микрофон используется для формирования обучающей цели, но не при применении.

Результаты. На синтетической проверке с SNR от −5 до 0 дБ необработанный сигнал имеет SI-SDR −2,781 дБ, PESQ 1,609 и STOI 0,775. ABSE-NET повышает их до 9,869 дБ, 3,626 и 0,955 при 0,184 GFLOP; ASE-TM немного лучше по SI-SDR, 10,45 дБ, но требует 14,417 GFLOP и уступает по PESQ и STOI. При ошибке направления 15° ABSE-NET сохраняет SI-SDR 6,434 дБ, тогда как обычный BMVDR падает до −1,010 дБ.

Ограничения. Все 24 часа данных синтезированы из LibriSpeech и NOISEX-92 свёрткой с HRIR базы Hearpiece; записи двухсекундные, а направления дискретны. Нет испытаний на реальном аппарате, оценки задержки и энергопотребления, прослушивания людьми с нарушением слуха или движения источников. Кроме того, для обучения всё же нужен внутриушной опорный микрофон.

Фишка из статьи. Нейронная ступень частично страхует классический лучеформирователь от ошибки направления прихода.

Как это читать: ошибка направления ухудшает обе системы, но у каскада спад плавнее. Это не заменяет испытание при движении головы, зато показывает, что сеть исправляет не только утечку, но и часть ошибок физической модели.