基于深度神经网络和循环神经网络的语音增强方法研究

发布时间：2021-05-22 00:38

　　语音增强是指从含有噪声的语音信号中恢复纯净语音信号的任务。语音增强的目的是为了提高被噪声干扰的语音信号的语音质量和可懂度。语音增强有很多的应用领域,包括移动语音通信、助听器设计、自动语音识别和自动说话人识别等。在过去的几十年里,科学家们提出了很多语音增强方法。例如谱减法和维纳滤波法,但这两种经典方法的一个共同问题是将“音乐噪声”引入到了增强后的语音中;直到Malah等人提出了基于最小均方误差估计的语音增强模型,才取得了优于谱减法和维纳滤波的性能,音乐噪声的问题也得到了有效改善;在此之后,众多的基于最小均方误差的语音增强方法被科学家们提出,例如基于最小均方误差准则的对数谱幅度估计算法和最优改进的对数谱幅度估计算法。在这些传统方法中,大部分方法都假设噪声频谱的估计是可用而且准确的,然而在低信噪比的条件下,噪声模型却很难被准确估计,这样就会导致语音增强后的信号出现失真现象。为了克服传统语音增强方法的不足,基于深度学习的语音增强方法近些年来发展迅速,深度神经网络已被成功地应用于语音增强模型的训练。这些新方法使用的训练网络主要包括深度神经网络、卷积神经网络、递归神经网络、生成对抗网络等。此外,还... 

【文章来源】：中国工程物理研究院北京市

【文章页数】：55 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 课题研究背景及意义
    1.2 语音增强
        1.2.1 语音增强定义
        1.2.2 语音增强分类
    1.3 语音增强方法
        1.3.1 传统语音增强方法
        1.3.2 基于监督的语音增强方法
    1.4 论文的研究内容和结构安排
        1.4.1 主要研究内容
        1.4.2 论文结构安排
第2章 基于深度神经网络的语音增强方法
    2.1 引言
    2.2 深度神经网络框架
    2.3 基于有监督学习的网络训练
    2.4 深度神经网络的目标优化函数
        2.4.1 基于特征映射的语音增强方法
        2.4.2 基于时频掩蔽的语音增强方法
    2.5 本章小结
第3章 基于循环神经网络的语音分类方法
    3.1 引言
    3.2 循环神经网络框架
    3.3 基于有监督学习的网络训练
    3.4 循环神经网络的优化方法
        3.4.1 梯度爆炸和梯度消失
        3.4.2 门控循环单元网络
    3.5 本章小结
第4章 基于深度神经网络和循环神经网络的语音增强方法
    4.1 引言
    4.2 系统框图
    4.3 特征提取
        4.3.1 频域特征
        4.3.2 时域特征
    4.4 增强模型训练
        4.4.1 基于深度神经网络的增强模型训练
        4.4.2 基于循环神经网络的分类模型训练
    4.5 模型融合
    4.6 本章小结
第5章 实验配置和结果分析
    5.1 实验配置
        5.1.1 样本数据配置
        5.1.2 训练模型参数配置
    5.2 结果分析
        5.2.1 实验结果
        5.2.2 数据分析
第6章 总结与展望
    6.1 本文的主要研究工作和创新点
    6.2 后续研究工作展望
致谢
参考文献
发表论文与科研情况说明



本文编号：3200651