基于双通道卷积注意力网络的语音增强方法
李辉1
景浩2
严康华2
邹波蓉1
侯庆华1
武会斌1
1.河南理工大学 物理与电子信息学院,河南 焦作 4540002.河南理工大学 电气工程与自动化学院,河南 焦作 454000
摘要：传统的单通道网络模型因表征能力有限,无法充分提取语音深层特征,导致模型的语音增强效果不明显.鉴于此,提出一种双通道卷积注意力网络的语音增强方法.首先,使用卷积神经网络和长短时记忆网络构建并行的双通道学习模块,结合两种不同神经网络的优势,充分挖掘语音的深层特征;其次,在两个通道中分别添加注意力模块,依照关注度对通道的输出特征进行加权,达到强调有益信息的目的;最后,将两个通道的输出进行融合得到增强特征.结果表明,在低信噪比和非平稳噪声环境中,包含双通道结构和注意力模块的模型,其增强效果明显优于其他对比模型,有效提高了增强语音的质量和可懂度,验证了所提模型的可行性.
关键词：语音增强卷积神经网络长短时记忆网络双通道学习模块注意力模块
分类号：TN912.35(通信)
资助基金：国家自然科学基金(62101176)河南省重点研发与推广专项(科技攻关)项目(222102210247)
论文发表日期：2022-10-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：10( 127-136 )
英文信息