一种基于深度神经网络的语音增强方法

摘要

为了解决传统基于特征映射的DNN语音增强方法噪声鲁棒性差、特征映射不准确、增强语音存在频谱失真等缺点，提出了一种基于深度神经网络的语音增强方法。首先提出并搭建基于动态噪声和语音联合感知训练的特征映射深度神经网络模型(DNAT‑DSAT‑DNN)，学习带噪语音信号和纯净语音信号之间的特征映射关系，进而得到增强语音信号的对数功率谱特征值；其次利用带噪语音信号、纯净语音信号和噪声信号三者的几何关系，求得增强语音信号的相位信息；最后利用重叠相加原理恢复出增强语音信号的时域表示。