人耳听觉相关代价函数深度学习单通道语声增强算法

作者：程琳娟; 彭任华; 郑成诗; 李晓东

来源：应用声学, 2022, 41(04): 654-666.

DOI：10.11684/j.issn.1000-310X.2022.04.018

• 语声增强
• 深度学习
• 人耳听觉

均方误差函数是深度学习单通道语声增强算法最常用的一种代价函数。然而，均方误差值的大小与语声质量好坏并非完全相关。为了提高算法性能，该文在深度神经网络训练中引入了两类与人耳听觉相关的代价函数。第一类是加权欧氏距离代价函数，考虑了人耳听觉掩蔽效应；第二类是Itakura-Satio代价函数、COSH代价函数和加权似然比代价函数，强调语声谱峰的重要性，侧重于恢复干净语声谱峰信息。基于长短期记忆网络结构分析比较了两类代价函数在深度学习单通道语声增强算法中的性能，并与均方误差代价函数进行对比。实验结果表明，基于加权欧式距离代价函数的深度神经网络单通道语声增强算法能够获得更好的语声质量和更低的噪声残留。

• 单位
  中国科学院声学研究所; 中国科学院大学