一种融合相位估计的深度卷积神经网络语音增强方法

• 作者: 夏斌 孙文珠 梁春燕 袁文浩
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 语音增强 相位估计 幅度估计 深度卷积神经网络
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 学术论文
• 页码范围: 2359-2366
• 页数: 8页
• 分类号: TN912.3
• 字数: 5876字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2018.10.008

摘要

在时频域的语音增强中,幅度估计和相位估计都是影响语音增强性能的重要因素.为了在基于深度学习的语音增强方法中融合对相位的估计,本文将含噪语音短时傅里叶变换(STFT)的实部和虚部特征作为两个通道输入深度卷积神经网络,通过建立一个同步估计纯净语音STFT的实部和虚部特征的多任务学习模型,实现了对幅度和相位的同步估计.实验结果表明,相比仅考虑幅度估计的方法,本文方法具有更好的噪声抑制能力,在低信噪比条件下,显著提高了语音增强性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	夏斌	山东理工大学计算机科学与技术学院	23	62	5.0	7.0
2	梁春燕	山东理工大学计算机科学与技术学院	12	13	2.0	3.0
3	袁文浩	山东理工大学计算机科学与技术学院	22	62	5.0	7.0
4	孙文珠	山东理工大学计算机科学与技术学院	9	53	5.0	7.0