基于卷积循环网络与非局部模块的语音增强方法

• 作者: 李辉 景浩 严康华 徐良浩
• 来源期刊: 电子科技
• 学科: 工学
• 关键词: 语音增强 深度神经网络 卷积循环网络 非局部模块 监督学习 门控循环单元 幅值谱 相位谱
• 年，卷（期）: 2022,（3）
• 页码范围: 8-15
• 页数: 8页
• 分类号: TN912.35|TN99
• 语种: 中文
• DOI: 10.16180/j.cnki.issn1007-7820.2022.03.002

摘要

现有的深度神经网络语音增强方法忽视了相位谱学习的重要性,从而造成增强语音质量不理想.针对这一问题,文中提出了一种基于卷积循环网络与非局部模块的语音增强方法.通过设计一种编解码网络,将语音信号的时域表示作为编码端的输入进行深层特征提取,从而充分利用语音信号的幅值信息以及相位信息.在编码端和解码端的卷积层中加入非局部模块,在提取语音序列关键特征的同时,抑制无用特征,并引入门控循环单元网络捕捉语音序列间的时序相关性信息.在ST-CMDS中文语音数据集上实验结果表明,与未处理的含噪语音相比,使用文中方法生成的增强语音质量和可懂度平均提升了61％和7.93％.