10.3404/j.issn.1672-7649.2022.15.029
基于时域全卷积网络的语音增强
目前基于深度学习的语音增强方法一般是通过在频域中对语音信号幅度谱进行处理,相位信息受到损失.针对这一问题,提出一种基于时域全卷积网络的语音增强方法.该方法通过设计全卷积神经网络在时域中对语音信号进行处理,保留了信号的原始相位信息,以含噪语音和纯净语音作为网络的输入和输出,建立时域上的非线性关系,实现以端到端的方式进行语音增强.通过仿真实验表明,提出的基于时域全卷积神络语音增强方法在低信噪比的情况下,能够有效地提高语音质量.
语音增强、时域信号、深度学习、卷积神经网络、全卷积网络
44
TN912.35
国家自然科学基金61771483
2022-09-15(万方平台首次上网日期,不代表论文的发表时间)
共6页
139-144