一种基于组合深层模型的语音增强方法

• 作者: 屈丹 李璐君
• 来源期刊: 信息工程大学学报
• 学科: 工学
• 关键词: 语音增强 深度神经网络 卷积神经网络 理想率值掩蔽
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 信息处理与技术
• 页码范围: 434-440
• 页数: 7页
• 分类号: TN914.42
• 字数: 6587字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-0673.2018.04.009

摘要

模型建立是语音增强系统的重要一环,对最终系统性能起着决定性的作用.针对语音增强系统在低信噪比和非平稳噪声环境中性能不佳的问题,提出一种基于组合深层模型的语音增强系统.首先,使用深度神经网络(deep neural network,DNN)从含噪语料中估计掩蔽值;然后,将掩蔽值通过前后帧拼接转化为灰度图送入卷积神经网络(convolutional neural network,CNN)进行识别;最后,用识别出的掩蔽矩阵合成目标语音.实验证明,与单纯使用DNN进行掩蔽值估计的系统相比,联合DNN和CNN的语音增强系统在各项评价指标中均得到改进,尤其在低信噪比和非平稳噪声环境中提升更为明显.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李璐君		1	0	0.0	0.0
2	屈丹		1	0	0.0	0.0