基于生成对抗网络联合训练的语音分离方法

发布时间：2021-05-16 05:37

　　基于深度神经网络的语音分离方法大都在频域上进行训练,并且在训练过程中往往只关注目标语音特征,不考虑干扰语音特征。为此,提出了一种基于生成对抗网络联合训练的语音分离方法。该方法以时域波形作为网络输入,保留了信号时延导致的相位信息。同时,利用对抗机制,使生成模型和判别模型分别训练目标语音和干扰语音的特征,提高了语音分离的有效性。实验中,采用Aishell数据集进行对比测试。结果表明,本文所提方法在三种信噪比条件下都有良好的分离效果,能更好地恢复出目标语音中的高频频段信息。 

【文章来源】：信号处理. 2020,36(06)北大核心CSCD

【文章页数】：7 页

【文章目录】：
1 引言
2 生成对抗网络原理
3 基于生成对抗网络联合训练的语音分离方法
    3.1 联合训练生成对抗网络
    3.2 损失函数
4 仿真实验及结果分析
    4.1 实验数据
    4.2 实验设置
    4.3 实验结果与分析
5 结论


【参考文献】：
期刊论文
[1]一种基于卷积神经网络的端到端语音分离方法[J]. 范存航,刘斌,陶建华,温正棋,易江燕.  信号处理. 2019(04)
[2]利用深度全卷积编解码网络的单通道语音增强[J]. 时文华,张雄伟,邹霞,孙蒙.  信号处理. 2019(04)
[3]基于WGAN的语音增强算法研究[J]. 王怡斐,韩俊刚,樊良辉.  重庆邮电大学学报(自然科学版). 2019(01)
[4]Single-Channel Speech Separation Based on Non-negative Matrix Factorization and Factorial Conditional Random Field[J]. LI Xu,TU Ming,WANG Xiaofei,WU Chao,FU Qiang,YAN Yonghong.  Chinese Journal of Electronics. 2018(05)



本文编号：3189083