基于条件生成对抗网络的语音增强

• 作者: 樊良辉 王怡斐 韩俊刚
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 语音增强 生成对抗网络 深度学习
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 信息处理与网络安全
• 页码范围: 1939-1942,1953
• 页数: 5页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2020.08.024

摘要

语音增强技术目前有传统的方法和深层神经网络的方法,传统的方法假设语音信号和噪音之间的关系做出假设,这往往造成语音增强后效果不佳,深层神经网络的方法具有根据数据进行去噪的能力,避免了前期的假设.论文使用条件生成式对抗网络(Conditional Generative Adversarial Nets)的方法对语音进行增强,采用有监督的训练方式,在训练过程中加入带噪语音信号,能够有效地指导训练的进行.采用PESQ对增强后的语音质量进行评价,实验结果显示,论文方法能够有效地对带噪语音进行增强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩俊刚		113	703	14.0	20.0
2	王怡斐		3	3	1.0	1.0
3	樊良辉		3	3	1.0	1.0