科研之友
微信
新浪微博
Facebook
分享链接
摘要
语音增强的目的是从带噪语音中恢复出干净的语音信号，为了解决现有深度神经网络中语音增强算法不稳定，语音增强效果不理想的问题，提出一种改进的U-Net网络与残差神经网络相结合的语音增强算法。首先，该方法构建了一个基于U-Net网络的端到端的语音增强模型；然后在该模型的编解码块中引入残差单元，将残差神经网络结构的跨层连接和拟合残差项应用到模型训练中，该方法更有利于恢复目标语音的细节特征信息，增强了模型训练的稳定性，提高了模型的特征提取能力和训练效率，改进后的Residual-U-Net网络模型能够实现更优的语音增强效果。仿真实验结果表明：与现有的其他几种语音增强方法相比，文中所提出的Residual-U-Net算法更有效地实现了语音增强，此外，该算法具有良好的去噪效果，进一步提高了语音信号的质量及其可懂度。
- 单位
