一种跳变连接深度神经网络的语音增强方法

摘要

一种跳变连接深度神经网络的语音增强方法，解决了传统的深度神经网络DNN语音增强方法在低信噪比场景下语音有丢失、可懂度低的问题，属于语音增强领域。本发明包括：根据时域语音信号，提取时频域特征；确定训练目标，并将训练目标和提取的时频域特征送入到Skip‑DNN模型中，进行训练，得到Skip‑DNN语音增强模型；Skip‑DNN模型的输入层、隐藏层和输出层之间采用跳变连接；S3、提取带噪语音特征，将其输入到Skip‑DNN语音增强模型中，估计目标语音；S4、将目标语音与带噪语音合成，得到增强的纯净语音信号。