深度神经网络在语音增强的两种模型中的研究与比较

摘要

传统语音增强技术虽然算法类型丰富,但是需要对语音信号和噪声信号各自的特性及彼此间的关系作出一定的假设,而这些假设并不适用于非平稳噪声的应用场景.因此研究者提出通过有监督的机器学习算法进行语音增强,通过大量数据驱动来训练神经网络从带噪语音中估计出干净语音,让网络直接去预测语音增强的目标.本文介绍了两种典型的深度神经网络模型在单通道语音增强方面的成果,简单描述的算法的基本原理和训练过程,之后通过PESQ给出语音质量评估结果.