基于生成对抗网络的汉语语音增强技术研究

Research on Chinese speech enhancement technology based on generative adversarial network

传统的语音增强技术在复杂噪声环境下存在适应性不足和性能下降等问题。近年来,基于生成对抗网络的语音增强技术由于具备端对端的处理能力及对低信噪比复杂噪声环境较强的鲁棒性等优点,得到了越来越多的应用。为进一步提高该方法增强语音质量和改善可懂度的效果,通过分析不同噪声特性,提出以语音残差的高阶统计量为约束条件改进训练算法减少额外引入的噪声。实验结果表明,该方法可以明显地提高增强语音的质量,改善可懂度。