首页|多特征全卷积网络的地空通话语音增强方法

多特征全卷积网络的地空通话语音增强方法

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
为了研究空中交通管理领域中的语音增强问题,并且节约存储资源,提出了一个新的语音增强方法.在基于全卷积神经网络(FCN)的基础上加入了跳跃连接(Skip Connection),并引入次要特征来进行联合学习.具体而言,使用语音的对数功率谱(LPS)作为网络的主要训练特征,引入对数梅尔倒谱系数(L-MFCC)作为网络的次要训练特征,来联合优化网络参数.实验证明,相较于单个LPS特征输入的架构,结合L PS和L-MFCC的多特征网络架构具有更好的语音增强性能表现,且作为次要特征的L-MFCC还可以用作其它用途.实验还证明,跳跃连接的加入可以很好的提高FCN的网络性能,且相较于基线的深度神经网络(DNN)模型,新的网络结构在相同参数数量的情况下,要具有更好的性能.
A method of multi-featured full convolutionalneural network based on speech enhancement in air-ground voice communication

高登峰、杨波、刘洪、杨红雨

展开 >

四川大学国家空管自动化系统技术重点实验室,成都610065

四川大学计算机学院,成都610065

语音增强 语音分离 全卷积神经网络 地空通话 多特征联合学习

国家自然科学基金委和民航局联合基金

U1833115

2020

四川大学学报(自然科学版)
四川大学

四川大学学报(自然科学版)

CSTPCDCSCD北大核心
影响因子：0.358
ISSN：0490-6756
年,卷(期)：2020.57(2)
  • 5
  • 3