Mein Forschungsschwerpunkt liegt auf der Audiosignalverbesserung in diversen Szenarien, u.a. dem robotischen Hören. Dabei untersuche ich hauptsächlich Methoden des maschinellen Lernens und Kombinationen aus modell- und datengetriebenen Verfahren.

Masterarbeiten:

• Exploring Attention Models for Speech Enhancement (2021)
• Acoustic Source Separation based on Deep Clustering and Independent Component Analysis (2021)
• An Evaluation of the Perception-based Loss for Speech Enhancement (2021)
• A Denoising Autoencoder for Speech Enhancement (2020)
• Deep Attractor Networks for single-channel ego-noise reduction in robot audition

Bachelorarbeiten:

• Attention Models for Speech Processing (2020)

Forschungsprojekte:

• Evaluation of cost functions for neural network-based postfiltering in acoustic echo cancellation (2021)
• An end-to-end ASR system for speech enhancement (2021)
• Learning a Transformation for Audio Signal Representation (2021)
• Evaluation of Deep Clustering for discriminating various types of robotic ego-noise (2020)
• Hyperparameter adaptation for Deep Clustering for ego-noise suppression (2020)