说话人特征约束的多任务卷积网络语音增强

• 作者: 龙华 张林濮 邵玉斌 杜庆治
• 来源期刊: 小型微型计算机系统
• 关键词: 语音增强 多任务学习 说话人识别 卷积神经网络
• 年，卷（期）: 2021,（10）
• 所属期刊栏目: 计算机网络与信息安全|Computer Network and Information Security
• 页码范围: 2184-2189
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1220.2021.10.028

摘要

针对噪声干扰环境下的说话人识别问题,提出了一种基于多任务学习的语音增强方法作为说话人识别系统的前端.在卷积神经网络(CNN)的基础上,通过构建语音增强与说话人识别的融合网络多任务学习模型,同时在输入输出端拼接梅尔频谱倒谱系数(MFCC)和基音周期特征作为辅助任务,以及利用同方差不确定性自适应调整损失权重.实验结果表明,相比只输入对数功率谱(LPS)的CNN以及DNN模型,加入辅助任务的CNN模型可以提高语音增强的表现.另外,语音增强与说话人识别任务的联合训练可以增强噪声干扰下的说话人识别效果,提高模型的鲁棒性.