基于升降编解码全卷积神经网络语音增强技术

作者：孙立辉; 曹丽静^*; 张竟雄

来源：智能计算机与应用, 2021, 11(02): 19-22.

• 噪声估计
• 语音增强
• 全卷积神经网络

步兵战车强噪声背景下由于强背景噪声的存在,既影响了口令识别的正确率,又降低了指挥所后台监听的清晰度,为了提高语音质量,本文对口令数据进行增强处理。为此,本文提出了一种基于升降编解码全卷积神经网络(Increase Decrease Encoder Decode Convolution Neural Network,IDEDCNN)的语音增强算法,该算法将输入语音信号通过预处理,获取其傅里叶幅度谱特征,并将连续8帧的语音信号作为网络的输入,通过编码器来对相邻多帧语音信号建模以提取上下文信息,利用解码器挖掘当前待增强语音帧和上下文信息之间的联系,从而实现语音增强的目的。通过实验证明了该算法能够实现较好的语音增强效果。

• 单位
  河北经贸大学