基于掩码特征交叉预解网络的综采工作面语音分离方法
王科平1
姚凯濠1
杨艺1
钱伟1
王田2
1.河南理工大学电气工程与自动化学院,河南焦作 454003;河南理工大学河南省煤矿设备智能检测与控制重点实验室,河南焦作 4540032.北京航空航天大学 人工智能学院,北京 100191
摘要：综采工作面复杂非平稳机械噪声严重干扰井下调度通信,现有基于时域音频分离网络(TasNet)架构(编码器-掩码网络-解码器)的语音分离方法生成的目标语音掩码易残留噪声与干扰语音成分,且抑制噪声时会损伤目标语音特征,导致语音分离精度下降.针对上述问题,提出一种基于掩码特征交叉预解网络的综采工作面语音分离方法.掩码特征交叉预解网络集成于TasNet的掩码网络之后,主要包含掩码特征提取模块与特征交叉预解模块:掩码特征提取模块通过拼接操作与卷积门控模块学习不同目标语音掩码中的噪声关联特征,生成噪声关联互补权重,利用该权重对目标语音掩码进行互补加权,实现噪声过滤;特征交叉预解模块对不同目标语音掩码特征进行交叉互补融合,挖掘目标语音掩码间的关联信息,再利用卷积门控与残差增强模块对掩码进行净化和补偿,避免微弱语音被掩盖,保护噪声抑制过程中可能被损伤的目标语音.实验结果表明,所提方法与卷积时域音频分离网络(Conv-TasNet)、双路径循环神经网络(DPRNN)、双路径Transformer网络(DPTNet)、全局注意力局部循环网络(GALR)等主流基于TasNet架构的语音分离方法相比,尺度不变信噪比改善值(SI-SNRi)分别提升了 3.52,1.74,1.40,2.09 dB,信号失真比改善值(SDRi)分别提升了 3.21,1.45,1.14,1.80 dB,且参数量较少;所提方法可基于内置神经网络处理单元(NPU)的嵌入式芯片部署,模块尺寸较小、算力消耗低,满足井下语音终端小型化、低功耗的工程应用需求.
关键词：语音分离综采工作面掩码特征交叉预解网络掩码特征提取噪声抑制调度通信
分类号：TD65(矿山电工)
资助基金：国家自然科学基金(92467108)
论文发表日期：2026-02-28
在线出版日期：2026-04-07（本平台首次上网日期，不代表文献的发表时间）
页数：7( 163-168,176 )
英文信息