摘要

在语音增强领域，基于MetricGAN的方法通过将不可微的评估指标作为目标函数，有效缓解了$L_p$损失与实际评估指标之间的差异问题。然而，由于梯度方向易混淆，同时优化多个评估指标仍面临挑战。为此，本文提出一种基于在线知识蒸馏的高效多指标优化方法——MetricGAN-OKD。MetricGAN-OKD包含多个生成器与对应的目标评估指标，二者呈一一对应关系，使各生成器能够稳定地针对单一指标进行学习，同时通过模仿其他生成器的输出，提升在其他指标上的性能表现。在语音增强与听觉增强任务上的实验结果表明，相较于现有的多指标优化方法，所提方法在多个评估指标上均显著提升了性能。此外，本文从网络泛化能力以及各评估指标间的相关性角度，对MetricGAN-OKD表现出色的原因进行了深入分析与解释。