计算机辅助普通话测试系统中基于神经网络的语音自动增强方法研究

作者：唐文静

来源：自动化与仪器仪表, 2023, (05): 70-73.

DOI：10.14016/j.cnki.1001-9227.2023.05.070

• 普通话测试
• 卷积神经网络
• 语音增强
• 注意力机制

为提升普通话测试的效果，提出一种基于神经网络的语音自动增强方法，以提高测试语音的清晰度。通过将独立自注意力机制与全卷积神经网络进行融合，以解决全卷积神经网络存在的感受域内放缩特性差的问题，提升语音增强方法的整体性能。结果表明，基于独立自注意机制融合全卷积神经网络的语音增强算法SAUNet能够取得良好的语音增强效果，与AAUNet和UNet两种语音增强方法相比，在评价指标SIG、BAK、OVL、PESQ以及STOI上分别提高了17.4%和8.7%、13.44%和8.27%、15.47%和1054%、15.45%和7.58%、9.25%和6.88%。实验结果表明本研究提出的语音增强方法的性能优越，能够使得计算机辅助下的普通话测试取得更好的测试效果，具有一定实际参考设计价值。

• 单位
  商洛职业技术学院