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：
sound-ideas 包含各种噪声类型，但是要收费 https://www.sound-ideas.com/
freesound 做freesound的声音分类包含很多唤醒噪声：
Non speech noise 100条non-speech噪声数据
Urben sound 类似freesound https://urbansounddataset.weebly.com/urbansound.html
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)。