一种用于语音增强的卷积门控循环网络OA北大核心CSCDCSTPCD
A Convolutional Gated Recurrent Network for Speech Enhancement
为了充分利用含噪语音特征来提高语音增强网络的性能,基于含噪语音在时间和频率两个维度上的相关性,本文结合卷积神经网络的局部特征提取能力和门控循环单元的长期依赖建模能力,设计了一种适用于语音增强的卷积门控循环网络.该网络采用卷积网络结构代替全连接网络结构来改进门控循环单元中的特征计算过程,从而能够更好地保留含噪语音特征中的时频结构信息.实验结果表明,与其它语音增强网络相比,本文网络在语音成分的保留和噪声成分的抑制上具有明显优势,增强后语音具有更好的语音质量和可懂度.
袁文浩;胡少东;时云龙;李钊;梁春燕
山东理工大学计算机科学与技术学院,山东淄博 255000山东理工大学计算机科学与技术学院,山东淄博 255000山东理工大学计算机科学与技术学院,山东淄博 255000山东理工大学计算机科学与技术学院,山东淄博 255000山东理工大学计算机科学与技术学院,山东淄博 255000
信息技术与安全科学
语音增强深度神经网络门控循环单元卷积神经网络
《电子学报》 2020 (7)
1276-1283,8
国家自然科学基金(No.61701286,No.11704229)山东省自然科学基金(No.ZR2018LF002)山东省高等学校青年创新团队发展计划(No.2019KJN048)
评论