基于深度学习的非稳态噪声抑制算法

• 作者: 薛建清 陈东敏 陈荣观
• 来源期刊: 电声技术
• 学科: 工学
• 关键词: 会议通话 深度学习 消噪 非稳态噪声
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 通信电声
• 页码范围: 107-110
• 页数: 4页
• 分类号: TN919.85
• 语种: 中文
• DOI: 10.16311/j.audioe.2020.06.026

摘要

在视频会议中,非稳态噪声(瞬时噪声)如敲击桌子的声音和鼠标敲击的声音,会分散听者注意力,干扰会议内容,影响视频会议质量.基于rnnoise神经网络模型,针对会议场景,采集办公场景非稳态噪声制作训练集,将输入48 kHz信号分为3个频带.其中:低频带采用深度学习模型降噪;中高频带使用低频带抑制系数加权平均,在确保算法效果的同时,进一步提升算法效率.在1.8 GHz ARM Cortex-A17 core的设备上,采用开源的音频库THCH-30、aidatatang_200h进行测试.结果表明:语音段中,增强效果12 dB及以上;非语音段中,增强效果24 dB及以上,同时保证语音没有明显不失真.对比rnnoise模型,每10 ms的处理时间缩短43.29％.