多特征全卷积网络的地空通话语音增强方法

• 作者: 刘洪 杨波 杨红雨 高登峰
• 来源期刊: 四川大学学报（自然科学版）
• 学科: 工学
• 关键词: 语音增强 语音分离 全卷积神经网络 地空通话 多特征联合学习
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 电子信息科学
• 页码范围: 289-296
• 页数: 8页
• 分类号: TN912.35|TP183
• 字数: 6570字
• 语种: 中文
• DOI: 10.3969/j.issn.0490-6756.2020.02.014

摘要

为了研究空中交通管理领域中的语音增强问题,并且节约存储资源,提出了一个新的语音增强方法.在基于全卷积神经网络(FCN)的基础上加入了跳跃连接(Skip Connection),并引入次要特征来进行联合学习.具体而言,使用语音的对数功率谱(LPS)作为网络的主要训练特征,引入对数梅尔倒谱系数(L-MFCC)作为网络的次要训练特征,来联合优化网络参数.实验证明,相较于单个LPS特征输入的架构,结合L PS和L-MFCC的多特征网络架构具有更好的语音增强性能表现,且作为次要特征的L-MFCC还可以用作其它用途.实验还证明,跳跃连接的加入可以很好的提高FCN的网络性能,且相较于基线的深度神经网络(DNN)模型,新的网络结构在相同参数数量的情况下,要具有更好的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨红雨	四川大学国家空管自动化系统技术重点实验室	120	771	15.0	20.0
2	杨波	四川大学国家空管自动化系统技术重点实验室	94	393	10.0	15.0
3	刘洪	四川大学国家空管自动化系统技术重点实验室	57	253	10.0	13.0
4	高登峰	四川大学国家空管自动化系统技术重点实验室	1	1	1.0	1.0