摘要
为在保障网络训练速度的基础上进一步提高语音增强性能,提出一种融合注意力(Attention)机制的准循环神经网络(QRNN)语音增强方法。通过QRNN序列信息并行计算的特性保证网络的训练速度,将Attention机制重新赋予权重的含噪语音序列作为QRNN层的输入,使网络更加关注目标语音序列信息,以提高语音增强模型的性能。实验结果表明,融合注意力机制的QRNN与其他模型相比,在保证网络训练速度的基础上,通过Attention机制提高了对噪声的抑制能力,获得了更高质量和可懂度的增强语音。
- 单位