基于神经网络与MMSE结合的语音增强算法
王刚
中国西南电子技术研究所 四川成都 610036
摘要：语音信号在传输过程中,往往因噪声等因素的干扰而使其质量和可辨度受到影响.为解决这一问题,语音增强算法被提出.语音增强算法分为基于信号处理的传统方法和基于深度学习的方法.文章主要研究了噪声场景下的单通道语音增强算法,提出了一种神经网络与传统算法结合的语音增强算法,即在最小均方误差算法中利用神经网络来估计先验信噪比,以提升语音增强效果.在使用最小均方误差算法进行语音增强时,为估计先验信噪比,需要用语音活动检测算法或噪声估计算法计算后验信噪比.先验信噪比对语音增强的结果影响最大,其估计的准确性直接决定了算法的降噪效果,但传统方法往往难以准确计算出先验信噪比.因神经网络具有强大的学习能力,文章提出了基于神经网络与最小均方误差算法结合的语音增强算法,利用神经网络来估计先验信噪比,后结合最小均方误差算法实现语音增强.实验结果表明,该算法在各项指标上都优于传统算法,具有更好的语音增强性能表现.
关键词：语音增强深度神经网络最小均方误差
论文发表日期：2025-07-25
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：6( 70-75 )