10.19665/j.issn1001-2400.2022.03.020
一种用于实时语音增强的卷积准循环网络
为了在保证实时性的前提下,进一步提高深度神经网络的语音增强性能,提出一种用于实时语音增强的卷积准循环网络.该网络采用因果形式的输入,只利用含噪语音当前帧及过去帧的时频域特征,以满足实时语音增强方法的输入要求;基于准循环神经网络对含噪语音时间维度上的相关性进行建模,利用其对含噪语音序列的并行处理能力,提高网络模型的计算效率;同时使用卷积层改进准循环神经网络在隐层对含噪语音频率维度特征的计算方式,使网络模型能够更好地利用含噪语音相邻频带之间的局部相关性,提高网络模型的语音增强性能.实验结果表明,与基于准循环神经网络的语音增强方法相比,基于卷积准循环网络的语音增强方法不仅提高了语音增强性能,还降低了网络模型的参数量;与其他语音增强方法相比,卷积准循环网络在保证因果形式输入的前提下,有效地抑制了背景噪声对目标语音的干扰、降低了 目标语音的失真程度,拥有更好的语音增强性能.最后,在不同计算平台上验证了基于卷积准循环网络的语音增强方法的实时性.
语音增强、准循环神经网络、卷积神经网络、实时性
49
TN912
国家自然科学基金61701286
2022-08-26（万方平台首次上网日期，不代表论文的发表时间）
共8页
183-190
