基于DNN的子空间语音增强算法

• 作者: 王栋 贾海蓉 郭欣
• 来源期刊: 太原理工大学学报
• 关键词: 语音增强 信号子空间 深度神经网络 非平稳噪声 噪声估计
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 计算机科学技术·信息工程
• 页码范围: 647-650,679
• 页数: 5页
• 分类号: TN912.35
• 语种: 中文
• DOI: 10.16355/j.cnki.issn1007-9432tyut.2016.05.016

摘要

针对噪声的随机性和突变性,使得传统算法抑制非平稳噪声比抑制平稳噪声难度增大的问题,提出了一种基于深度神经网络的子空间语音增强算法.该算法利用带噪的语音信号数据训练一组深度神经网络语音生成型模型(DNN训练模型);在测试增强阶段根据噪声估计和DNN模型去除非平稳噪声;最后,通过信号子空间在抑制噪声和减少信号失真上做出较为折中的选择重构语音信号.实验结果表明,基于深度神经网络的子空间语音增强算法对非平稳噪声有非常强的抑制能力,通过STOI和PESQ值反映了在低信噪比下,该算法可以提高增强语音的可懂度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王栋	太原理工大学信息工程学院	43	172	8.0	11.0
2	贾海蓉	太原理工大学信息工程学院	24	106	6.0	9.0
3	郭欣	太原理工大学信息工程学院	3	17	3.0	3.0