在现实环境中，语音信号常常受到噪声的干扰，影响了人们的通信体验。语音增强的目的是从带噪语音中恢复出纯净语音。针对传统语音增强方法在非平稳噪声条件下增强效果不理想的问题，基于深度学习方法，提出一种联合时频注意力机制和U-Net的语音增强算法：AU-Net。AU-Net在发挥卷积编解码结构对特征多尺度融合优势的同时，能够通过注意力机制获取到更加丰富的语音全局信息。仿真实验表明，相比基线模型，所提算法各项语音评价指标均得到提升，减少了语音背景噪声，有效提高了语音的质量和清晰度。
科研之友
微信
新浪微博
Facebook
分享链接
