基于时域和时频域联合优化的语音增强算法

摘要

基于深度学习的语音增强算法从带噪语音信号的时域或者时频域中恢复出干净的语音信号。然而,时域和时频域的增强算法都有自己的优点和不足。针对这一问题,本文提出了一种基于时域和时频域联合优化的语音增强算法。在生成对抗网络框架下,分别构建了时域和时频域的学习目标。在训练过程中,利用跳跃连接搭建了深层次的网络结构,通过对不同领域学习目标的联合优化,获得了语音增强性能的改善。实验结果表明:相比基线模型,本文提出的算法在多个客观评价指标上都具有更好的表现。