基于生成对抗网络的深度特征的语音去混响方法

摘要

本发明公开一种基于生成对抗网络的深度特征的语音去混响方法,该方法主要步骤为：首先对语音进行加权预测误差WPE进行信号的预处理；其次数据的特征提取：对语音数据进行MFCC特征提取以及不含混响语音的针对音素的瓶颈特征BNF提取；然后WPE的语音信号预处理：构建生成对抗网络，另含混响语音的MFCC特征通过生成对抗网络映射到干净语音的深度特征；最后通过Kaldi工具箱，使用传统的GMM‑HMM进行强制对齐，然后利用深度神经网络进行声学模型的训练以及解码。本发明通过结合信号处理的方法以及基于生成对抗网络的深度学习框架，使得该系统得以结合两者各自的优势产生一个更好的语音去混响效果。