基于条件生成对抗网络的语音增强

摘要

语音增强技术目前有传统的方法和深层神经网络的方法,传统的方法假设语音信号和噪音之间的关系做出假设,这往往造成语音增强后效果不佳,深层神经网络的方法具有根据数据进行去噪的能力,避免了前期的假设.论文使用条件生成式对抗网络(Conditional Generative Adversarial Nets)的方法对语音进行增强,采用有监督的训练方式,在训练过程中加入带噪语音信号,能够有效地指导训练的进行.采用PESQ对增强后的语音质量进行评价,实验结果显示,论文方法能够有效地对带噪语音进行增强.