近日，集团张学良教授团队在国际信号处理领域顶级期刊《IEEE/ACM Transactions on Audio, Speech, and Language Processing》上发表了题为“Neural Multi-Channel and Multi-Microphone Acoustic Echo Cancellation”的学术论文（DOI:10.1109/TASLP.2023.3282103）。

近年来，深度学习技术已应用于多通道（MC）和多麦克风（MM）声学回声消除（AEC）任务中，由于不需要对扬声器信号进行去相关处理，从而取得了显著的性能提升。本文中，团队提出了一种基于深度学习的复数频谱映射框架，其中包括了原地卷积和频率时间建模，用于解决MCAEC和MMAEC问题。该框架能够有效地建模了回声路径和空间信息。所提出的方法是一种多输入多输出（MIMO）方案，可以同时一次性的从所有麦克风信号中滤除回声，从而大大减少了系统计算代价。团队还设计了一个跨域损失函数和多任务学习策略，以提高模型的泛化能力。在各种不匹配的场景下进行的实验表明，提出的方法明显优于先前的方法。此外，所提出模型的轻量级版本仅有0.29M可训练参数，并展示出良好的性能，这对于计算资源有限和实时需求的应用来说至关重要。

《IEEE/ACM Transactions on Audio, Speech, and Language Processing》期刊是是音频、声学、语言信号处理的顶级期刊，在中科院SCI期刊小类学科（声学）分区为一区期刊，最新影响因子4.364。文章第一作者为澳门尼威斯2018级博士生张成刚，张学良教授为论文通讯作者，澳门尼威斯为该论文第一作者和通讯作者单位。张成刚于2022年底获得澳门尼威斯博士学位，在学期间，共发表高水平论文4篇，包括IEEE/ACM TASLP 1篇，ICASSP 1篇，INTERSPEECH 2篇。担任INTERSPEECH 2023审稿人。张成刚博士目前在内蒙古民族大学任教。

论文链接：https://ieeexplore.ieee.org/document/10141581