首页|基于动态选择机制的低信噪比单声道语音增强算法

基于动态选择机制的低信噪比单声道语音增强算法

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
为了提升模型在复杂场景下的信息处理能力,提出了一种基于注意力的动态选择机制,根据当前信息选择性地分配权重,有效融合形变卷积和普通卷积的特征输出,自适应地在卷积形变和标准卷积之间进行权衡,从而提高其表示能力.此外,通过借鉴渐进学习,在不增加额外参数的前提下,通过循环迭代的方式进一步增强了模型的学习能力.在TIMIT公开语料库上使用七种来自NoiseX92的不同噪声,在多种信噪比环境下进行实验,结果表明无论信噪比高低,噪声是否在训练数据集中出现,所提出的算法在可懂度和语音质量等客观评价指标上均优于近期其他的深度学习算法.
Monaural speech enhancement algorithm based on dynamic selection mechanism under low SNR

台文鑫、王钇翔、李森、蓝天、刘峤

展开 >

电子科技大学 信息与软件工程学院,成都610054

语音增强 低信噪比 动态选择机制 形变卷积 渐进学习

U19B20286177211719-163-21-TS-001-042-0110-2018039ZYGX2019J077

2021

10.19734/j.issn.1001-3695.2020.12.0549

计算机应用研究
四川省电子计算机应用研究中心

计算机应用研究

CSTPCDCSCD北大核心
影响因子：0.93
ISSN：1001-3695
年,卷(期)：2021.38(9)
  • 1
  • 2