科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了提高空中交通管制过程中语音通话质量，提出了一种改进的SEGAN空管语音增强算法。针对传统的基于生成对抗网络的语音增强算法（SEGAN）在低信噪比条件下，语音信号被淹没的问题，在SEGAN网络模型的基础上提出了多阶段，多映射，多维度输出的生成器和多尺度，多个鉴别器的网络模型。首先，基于深层神经网络结构提取语音语义特征，完成空管语音语义分段。其次，设置多个生成器，对语音信号做进一步优化处理。然后，在卷积层中添加下采样模块，以提高模型对语音信息的利用率，减少语音信息的流失。最后，采用多尺度，多个鉴别器，多方位学习语音样本的分布规律和信息。结果表明，在低信噪比条件下，改进的SEGAN模型短时客观可懂度（STOI）和语音质量感知评估（PESQ）分别提高了23.28%和20.11%，能够快速有效的进行空管语音增强，为后续空管语音识别提供准备工作。
- 单位
