亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Cross-Modal Attention-Based Multimodal Speech Enhancement Framework

作者
Yuchao Huang,Cangju Xing,Hongjie Wan
标识
DOI:10.1109/iwceaa68605.2025.11352163
摘要

In loud settings, improving speech quality for better communication is still a tough task. This paper introduces an audio-visual multimodal speech enhancement framework that leverages lip-reading information from visual modalities to guide audio denoising. The proposed model integrates cross-modal attention mechanisms to fuse audio spectrograms with visual lip features, achieving superior noise suppression compared to traditional audio-only methods. Experimental evaluations on a simulated dataset demonstrate significant improvements in key metrics: SNR reaches 16.2 dB, STOI 0.88, and PESQ 3.5. Ablation studies confirm the visual modality's contribution, with a 26% SNR drop when removed. The framework's robustness is validated across noise types, with Gaussian noise yielding SNR 17.2 dB. Visualizations, including spectrogram comparisons and attention maps, illustrate effective cross-modal fusion. This approach advances multimodal signal processing, offering practical applications in video conferencing, hearing aids, and surveillance systems. Future work may explore real-time implementation and diverse datasets for broader generalization.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
彩色白竹完成签到,获得积分10
2秒前
顾矜的应助被自觉芹菜采纳,获得10
5秒前
10秒前
20秒前
24秒前
自觉芹菜发布了新的文献求助10
26秒前
Harrison发布了新的文献求助30
31秒前
殷勤的鸵鸟完成签到,获得积分10
31秒前
光亮的小甜瓜完成签到 ,获得积分10
35秒前
科研通AI6.4的应助被洁净雨采纳,获得10
38秒前
40秒前
淡然傲儿完成签到,获得积分10
46秒前
48秒前
Ricardo1发布了新的文献求助10
54秒前
1分钟前
1分钟前
Ricardo1完成签到,获得积分10
1分钟前
辛勤的松完成签到,获得积分10
1分钟前
Li发布了新的文献求助10
1分钟前
XizheWang完成签到,获得积分10
1分钟前
celinewu完成签到,获得积分10
1分钟前
caca完成签到,获得积分0
1分钟前
Jasper的应助被洁净雨采纳,获得10
1分钟前
欣慰怀梦完成签到,获得积分10
1分钟前
空酱完成签到,获得积分20
1分钟前
null的应助被科研通管家采纳,获得10
1分钟前
null的应助被科研通管家采纳,获得10
1分钟前
null的应助被科研通管家采纳,获得10
1分钟前
英姑的应助被Li采纳,获得10
1分钟前
上官若男的应助被空酱采纳,获得10
1分钟前
1分钟前
1分钟前
空酱发布了新的文献求助10
1分钟前
chase完成签到 ,获得积分10
1分钟前
文文完成签到,获得积分10
1分钟前
文文发布了新的文献求助10
1分钟前
奋斗的听露完成签到,获得积分10
2分钟前
Nick_YFWS完成签到,获得积分10
2分钟前
2分钟前
平平发布了新的文献求助30
2分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Energie-Contracting 1500
Spec 401: Standards for Jet Fuel Facility and Equipment Commissioning and Flushing at Airports, 2026.1 (Original Issue) 1000
Spec 103: Standard for Jet Fuel Quality Control at Airports, Revision 2026.1 1000
Mathematical models in hydrology 1000
Klimaschutzrecht durch den Energiesektor im Mehrebenensystem – Ein Rechtsvergleich 1000
Introduction to Industrial/Organizational Psychology 800
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8091397
求助须知:如何正确求助?哪些是违规求助? 9503851
关于积分的说明 21437527
捐赠科研通 7663322
什么是DOI,文献DOI怎么找? 3405000
关于科研通互助平台的介绍 2533242
邀请新用户注册赠送积分活动 2443680