利用深度全卷积编解码网络的单通道语音增强

作者：时文华; 张雄伟^*; 邹霞; 孙蒙

来源：信号处理, 2019, 35(04): 631-640.

DOI：10.16798/j.issn.1003-0530.2019.04.014

• 语音增强
• 跳跃连接
• 编解码
• 卷积神经网络

针对传统的神经网络未能对时频域的相关性充分利用的问题,提出了一种利用深度全卷积编解码神经网络的单通道语音增强方法。在编码端,通过卷积层的卷积操作对带噪语音的时频表示逐级提取特征,在得到目标语音高级特征表示的同时逐层抑制背景噪声。解码端和编码端在结构上对称,在解码端,对编码端获得的高级特征表示进行反卷积、上采样操作,逐层恢复目标语音。跳跃连接可以很好地解决极深网络中训练时存在的梯度弥散问题,本文在编解码端的对应层之间引入跳跃连接,将编码端特征图信息传递到对应的解码端,有利于更好地恢复目标语音的细节特征。对特征融合和特征拼接两种跳跃连接方式、L1和L2两种训练损失函数对语音增强性能的影响进行了研究,通过实验验证所提方法的有效性。

• 单位
  中国人民解放军空军航空大学; 中国人民解放军陆军工程大学