利用深度卷积神经网络提高未知噪声下的语音增强性能

被引：39

作者：

袁文浩 ^{[1
]}

孙文珠 ^{[1
]}

夏斌 ^{[1
]}

欧世峰 ^{[2
]}

机构：

[1] 山东理工大学计算机科学与技术学院

[2] 烟台大学光电信息科学技术学院

来源：

自动化学报 | 2018年 / 44卷 / 04期

关键词：

语音增强; 深度卷积神经网络; 深度神经网络; 噪声;

D O I：

10.16383/j.aas.2018.c170001

中图分类号：

TN912.3 [语音信号处理]; TP18 [人工智能理论];

学科分类号：

0711 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

为了进一步提高基于深度学习的语音增强方法在未知噪声下的性能,本文从神经网络的结构出发展开研究.基于在时间与频率两个维度上,语音和噪声信号的局部特征都具有强相关性的特点,采用深度卷积神经网络(Deep convolutional neural network,DCNN)建模来表示含噪语音和纯净语音之间的复杂非线性关系.通过设计有效的训练特征和训练目标,并建立合理的网络结构,提出了基于深度卷积神经网络的语音增强方法.实验结果表明,在未知噪声条件下,本文方法相比基于深度神经网络(Deep neural network,DNN)的方法在语音质量和可懂度两种指标上都有明显提高.

引用

页码：751 / 759

页数：9

共 7 条

[1] 基于深度学习语音分离技术的研究现状与进展 [J].

刘文举 ;

聂帅 ;

梁山 ;

张学良 .

自动化学报, 2016, 42 (06) :819-833

[2] Very Deep Convolutional Neural Networks for Noise Robust Speech Recognition [J].

Qian, Yanmin ;

Bi, Mengxiao ;

Tan, Tian ;

Yu, Kai .

IEEE-ACM TRANSACTIONS ON AUDIO SPEECH AND LANGUAGE PROCESSING, 2016, 24 (12) :2263-2276

[3]

Noise perturbation for supervised speech separation[J] . Jitong Chen,Yuxuan Wang,DeLiang Wang.Speech Communication . 2015

[4]

Deep Convolutional Neural Networks for Large-scale Speech Tasks[J] . Tara N. Sainath,Brian Kingsbury,George Saon,Hagen Soltau,Abdel-rahman Mohamed,George Dahl,Bhuvana Ramabhadran.Neural Networks . 2015

[5] A Regression Approach to Speech Enhancement Based on Deep Neural Networks [J].

Xu, Yong ;

Du, Jun ;

Dai, Li-Rong ;

Lee, Chin-Hui .

IEEE-ACM TRANSACTIONS ON AUDIO SPEECH AND LANGUAGE PROCESSING, 2015, 23 (01) :7-19

[6] On Training Targets for Supervised Speech Separation [J].

Wang, Yuxuan ;

Narayanan, Arun ;

Wang, DeLiang .

IEEE-ACM TRANSACTIONS ON AUDIO SPEECH AND LANGUAGE PROCESSING, 2014, 22 (12) :1849-1858

[7]

Exploring Convolutional Neural Network Structures and Optimization Techniques for Speech Recognition .2 Abdel-Hamid,O,Deng,L,Yu,D. Annual Conference of the International Speech Communication Association . 2013

← 1 →