基于卷积门控循环神经网络的语音增强方法

• 作者: 夏斌 娄迎曦 孙文珠 袁文浩
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 语音增强 深度学习 卷积神经网络 循环神经网络 局部特征
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 计算机与控制工程
• 页码范围: 13-18
• 页数: 6页
• 分类号: TN912.3
• 语种: 中文
• DOI: 10.13245/j.hust.190403

摘要

为了进一步提高基于深度神经网络的语音增强方法的性能,针对单独使用卷积神经网络难以对含噪语音中的长期依赖关系进行建模的问题,提出一种基于卷积门控循环神经网络的语音增强方法.该方法首先采用卷积神经网络提取含噪语音中的局部特征,然后采用门控循环神经网络将含噪语音中不同时间段的局部特征进行关联,通过结合两种网络的不同特性,在语音增强中更好地利用含噪语音中的上下文信息.实验结果表明:该方法能够有效提高未知噪声条件下的语音增强性能,增强后的语音具有更好的语音质量和可懂度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	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	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
3	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
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