10.16208/j.issn1000-7024.2021.07.026
基于循环神经网络的实时语音增强算法
基于循环神经网络的RNNoise语音增强算法在非稳态噪声环境中有着优良的噪声抑制效果,但在应对未知噪声时,存在增益估计偏差、频带增益估计过平滑的问题,而基于统计模型的MMSE-LSA语音增强算法,在噪声估计不准确的情况下,也能取得良好的噪声抑制效果.为结合两者的优良特性,将RNNoise中的频带增益估计转换为频带先验信噪比作为神经网络的输入特征,结合基音检测算法修正谐波增益,提出一种可抗非稳态噪声的实时语音增强算法MMSE-RNNoise.对比实验验证了改进算法的可行性,其实时语音增强性能有了一定提升.
语音增强、深度学习、循环神经网络、基音检测、实时
42
TN912
2021-07-26(万方平台首次上网日期,不代表论文的发表时间)
共6页
1989-1994