基于RefineNet的端到端语音增强方法
为提高神经网络对语音信号时域波形的直接处理能力,提出了一种基于RefineNet的端到端语音增强方法.本文构建了一个时频分析神经网络,模拟语音信号处理中的短时傅里叶变换,利用RefineNet网络学习含噪语音到纯净语音的特征映射.在模型训练阶段,用多目标联合优化的训练策略将语音增强的评价指标短时客观可懂度(Short-time objective intelligibility,STOI)与信源失真比(Source to distortion ratio,SDR)融入到训练的损失函数.在与具有代表性的传统方法和端到端的深度学习方法的对比实验中,本文提出的算法在客观评价指标上均取得了最好的增强效果,并且在未知噪声和低信噪比条件下表现出更好的抗噪性.
语音增强;端到端;RefineNet;多目标联合优化;深度神经网络
48
国家自然科学基金;国家自然科学基金;科技委创新特区项目;提升政府治理能力大数据应用技术国家工程实验室重点项目;四川省科技服务业示范项目;中央高校基本科研业务费项目
2022-03-18(万方平台首次上网日期,不代表论文的发表时间)
共10页
554-563