基于CycleGAN的非平行语音去噪方法

• 作者: 韩灿灿 李志华 徐睿
• 来源期刊: 计算机与现代化
• 关键词: 语音去噪 循环生成对抗网络 语音转换 非平行数据集
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 人工智能|ARTIFICIAL INTELLIGENCE
• 页码范围: 73-77
• 页数: 5页
• 分类号: TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2021.02.014

摘要

针对语音去噪问题,提出一种基于循环生成对抗网络(CycleGAN)的方法来对声音场景中的语音进行去噪.该方法把CycleGAN的网络模型与不同领域间的语音转换技术进行结合与优化,通过提取语音频谱包络特征,对语音进行编码与解码的处理,旨在用先进的生成技术实现语音端到端的去噪,从而简化语音去噪过程中带来的高阶差异问题,同时泛化其应用场景.通过对非平行数据集和平行数据集进行训练与测试,主要比较该方法与传统CycleGAN的语音去噪方法下的去噪效果,由实验结果得到PESQ、NR、SSNR这3项指标分别相对提高了8.49％、6.53％、23.30％,有效地解决了实际场景中的非平行语音去噪问题.