基于多损失值融合神经网络的语音增强研究

• 作者: 朱世宇 李根 孙令翠 谢箭 柏森 孟宓
• 来源期刊: 数字技术与应用
• 关键词: 卷积神经网络 语音分离 语音增强
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 通信技术
• 页码范围: 35-37
• 页数: 3页
• 分类号: TP212
• 语种: 中文
• DOI: 10.19695/j.cnki.cn12-1369.2021.02.12

摘要

语音增强旨在提高因噪声导致衰减的人声语音的清晰度,可懂度.虽然基于深度学习技术的神经网络模型,在语音增强应用中效果显著.但其大多因使用基于时域波形之间的均方差(Mean Square Error,MSE)损失函数,而受到一定的性能限制.本文提出一种基于多损失值融合神经网络的语音增强模型,使用语音生成对抗神经网络,作为人类听觉感知指标,构建出与人类听觉感知有关联的多损失值损失函数,进行语音增强.