基于深度学习的听觉倒谱系数语音增强算法

• 作者: 刘亚楠 孙晓月 李如玮 李涛
• 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 深度神经网络 听觉倒谱系数 自适应掩蔽阈值 低信噪比 噪声跟踪
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 电子与信息工程
• 页码范围: 78-83
• 页数: 6页
• 分类号: TN912.3
• 语种: 中文
• DOI: 10.13245/j.hust.190914

摘要

针对现有语音增强算法在低信噪比(SNR)非平稳噪声环境下的表现并不理想这一问题,提出了一种基于深度学习的语音增强算法.首先,构建了一个深度神经网络(DNN),然后从四个不同分辨率的耳蜗中提取了多分辨率听觉倒谱系数(MRACC)作为神经网络的输入,该系数既关注了细节的高分辨率特征,又把握了全局性的低分辨率特征;其次,跟踪噪声变化构建了一个自适应掩蔽阈值(AM)作为神经网络的训练目标,该阈值能够依据噪声调节理想二值掩蔽(IBM)和理想软掩蔽(IRM)的权重;最后,将估计的自适应掩蔽阈值用于对含噪语音进行增强.实验结果表明:相较于对比算法,该算法不仅可以进一步提高语音质量和可懂度,而且能够抑制更多的噪声.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李如玮	北京工业大学信息学部信息与通信工程学院	27	251	9.0	15.0
2	李涛	北京工业大学信息学部信息与通信工程学院	13	65	5.0	7.0
3	孙晓月	北京工业大学信息学部信息与通信工程学院	2	1	1.0	1.0
4	刘亚楠	北京工业大学信息学部信息与通信工程学院	2	15	1.0	2.0