特征联合优化深度信念网络的语音增强算法

• 作者: 吉慧芳 王卫梅 王雁 贾海蓉
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 深度信念网络 语音增强 联合优化 回归
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 理论与研发
• 页码范围: 38-42
• 页数: 5页
• 分类号: TN912.35
• 字数: 3837字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1806-0449

摘要

针对深度信念网络(Deep Believe Network,DBN)模型泛化能力较弱,导致语音增强效果不佳的问题,提出了一种特征联合优化的回归DBN语音增强算法.该算法对语音和噪声不做任何假设.该算法分别提取语音信号的LMPS(Log-Mel frequency Power Spectrum)和MFCC(Mel-Frequency Cepstral Coefficients)特征.LMPS用于直接重构增强语音,保证了语音听觉质量,MFCC作为辅助次级特征.将两种特征联合输入到DBN体系中对网络参数进行优化.这种联合优化在对LMPS的直接预测中加入MFCC限制,提升了模型对LMPS估计的泛化能力,更加准确地重构增强语音.仿真结果表明,在不同的信噪比环境下,与LPS(Log Power Spectrum)和LMPS单特征优化相比,LMPS和MFCC联合优化使增强语音获得了较高的PESQ和SNR,提高了语音质量和可懂度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贾海蓉	太原理工大学信息与计算机学院	24	106	6.0	9.0
2	王卫梅	太原理工大学信息与计算机学院	3	2	1.0	1.0
3	王雁	太原理工大学信息与计算机学院	3	2	1.0	1.0
4	吉慧芳	太原理工大学信息与计算机学院	3	2	1.0	1.0