提高降噪模型的泛化能力（包含一些噪声数据链接）

• noise generalization：

       提高降噪模型对噪声的泛化性，主要还是通过增加噪声数据的多样性（可以收集不同噪声数据/或对噪声数据做perturbation）

噪声数据集：

1. sound-ideas 包含各种噪声类型，但是要收费  https://www.sound-ideas.com/
2. freesound 做freesound的声音分类包含很多唤醒噪声： https://zenodo.org/record/2552860#.XpUoo1MzZTa 
3. Non speech noise 100条non-speech噪声数据 http://web.cse.ohio-state.edu/pnl/corpus/HuNonspeech/HuCorpus.html
4. Urben sound 类似freesound https://urbansounddataset.weebly.com/urbansound.html
5. audiosets https://research.google.com/audioset/ontology/noise_1.html

• Speaker generation:

       Speaker generation 和模型的context 关系密切。DNN model 使用更多speaker数据训练时，效果并没有提升，但是像rnn 这种网络在speaker 数量增多时，效果提升比较明显（因为dnn 模型一般设置前后context 比较小，但rnn 这种模型结构就有long-term context，也可以利用tcn 这样的网络结构增加context 的大小)。

提高降噪模型的泛化能力（包含一些噪声数据链接）

原文：https://www.cnblogs.com/fanhaha/p/12696759.html