基于深度学习的听觉倒谱系数语音增强算法

作者：李如玮; 孙晓月; 刘亚楠; 李涛

来源：华中科技大学学报(自然科学版)科技大学, 2019, 47(09): 78-83.

DOI：10.13245/j.hust.190914

• 语音增强
• 深度神经网络
• 听觉倒谱系数
• 自适应掩蔽阈值
• 低信噪比
• 噪声跟踪

针对现有语音增强算法在低信噪比(SNR)非平稳噪声环境下的表现并不理想这一问题,提出了一种基于深度学习的语音增强算法.首先,构建了一个深度神经网络(DNN),然后从四个不同分辨率的耳蜗中提取了多分辨率听觉倒谱系数(MRACC)作为神经网络的输入,该系数既关注了细节的高分辨率特征,又把握了全局性的低分辨率特征;其次,跟踪噪声变化构建了一个自适应掩蔽阈值(AM)作为神经网络的训练目标,该阈值能够依据噪声调节理想二值掩蔽(IBM)和理想软掩蔽(IRM)的权重;最后,将估计的自适应掩蔽阈值用于对含噪语音进行增强.实验结果表明:相较于对比算法,该算法不仅可以进一步提高语音质量和可懂度,而且能够抑制更多的噪声.

• 单位
  北京工业大学