单声道语音降噪与去混响研究综述

• 作者: 刘峤 叶文政 吕忆蓝 彭川 惠国强 李森 李萌 蓝天 钱宇欣
• 来源期刊: 计算机研究与发展
• 学科: 工学
• 关键词: 语音增强 语音降噪 语音去混响 机器学习 深度神经网络
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 人工智能
• 页码范围: 928-953
• 页数: 26页
• 分类号: TP391.4|TN912.3
• 字数: 16976字
• 语种: 中文
• DOI: 10.7544/issn1000-1239.2020.20190306

摘要

语音增强是提高语音质量与可懂度的关键技术,在语音识别、语音通话、电话会议和听力辅助等领域具有广泛应用前景与重要研究价值从模型方法、数据集、特征、评估指标等方面,对单声道语音增强研究工作的发展现状进行了全面调研和深入分析1)对传统的与基于机器学习的单声道语音降噪以及语音去混响的已有研究工作进行了梳理分类,简要介绍了典型方法的研究思路,并对不同方法的实验结果进行了综合比较;2)对在实验与结果评估过程中所涉及到的常用数据集、常见特征、学习目标与评估指标等进行了整理与介绍;3)对目前单声道语音增强仍然面临的主要问题与挑战进行了总结.