基于深度学习的两阶段联合声学回波和混响抑制技术

发布时间：2021-09-29 11:53

　　在现代通信系统中,回波与混响常损害通信语音的质量和可懂度。为克服回波与混响的负面影响,本文提出了一种基于深度学习的两阶段联合声学回波和混响抑制系统。系统先用基于理想比值掩蔽的模型去除与目标信号不相关的声学回波;然后用一个基于"隐掩蔽"的谱映射模型去除与目标信号强相关的混响干扰;最后联合训练两阶段模型以获得更好的系统性能。一系列不同声学环境下的实验结果表明,本文所提出的系统可显著地消除回波与混响干扰,从而极大地增强了目标语音的语音质量与可懂度。 

【文章来源】：信号处理. 2020,36(06)北大核心CSCD

【文章页数】：10 页

【部分图文】：

图1 两阶段联合训练系统的结构框图

图2展示了在混响与非线性回波环境下,目标语音非静音段与Joint系统估计语音非静音段的语谱图,从图中可以看出估计语音与目标语音的语谱图极度相似。所以可以得出结论,提出的系统可以在去除回波与混响的同时很好地保留目标语音,并且即使是在有非线性回波的复杂场景下,依然可以保持一个稳定的回波消除与去混响表现。5.5 实录RIR下的结果对比


本文编号：3413662