感知联合优化的深度神经网络语音增强方法

• 作者: 娄迎曦 梁春燕 王志强 袁文浩
• 来源期刊: 西安电子科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 语音增强 深度神经网络 代价函数 相关性
• 年，卷（期）: 2019,（2）
• 页码范围: 89-94
• 页数: 6页
• 分类号: TN912.3
• 字数: 4218字
• 语种: 中文
• DOI: 10.19665/j.issn1001-2400.2019.02.015

摘要

基于深度神经网络的语音增强模型的训练一般采用均方误差作为代价函数,没有针对语音增强问题进行优化.针对这一问题,从相邻帧网络输出之间的相关性和各时频单元的语音存在情况两方面进行考虑;通过在代价函数中对相邻帧的网络输出进行关联,并设计一个反映时频单元语音存在情况的感知系数,提出了一种感知联合优化的深度神经网络语音增强方法.实验结果表明,相比基于均方误差的语音增强方法,该方法显著地提高了增强语音的语音质量和可懂度,具有更好的语音增强性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王志强	山东理工大学计算机科学与技术学院	20	80	4.0	8.0
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	娄迎曦	山东理工大学计算机科学与技术学院	5	12	2.0	3.0