-
题名基于特征压缩的实时语音增强模型研究
- 1
-
-
作者
容韦聪
童艳荔
-
机构
广东茂名农林科技职业学院智能工程系
肇庆市科技中心
-
出处
《电声技术》
2024年第9期63-68,72,共7页
-
基金
茂名市科技计划立项项目(2024363)。
-
文摘
提出一种新型的基于特征压缩的实时语音增强算法,该算法将信号处理方法和神经网络方法进行结合,一方面降低了模型的复杂性,另一方面有效抑制了噪声。算法采用传统的语音信号处理方法对特征进行处理和压缩,以提取出语音中更多的隐式特征,然后利用神经网络对所提取的特征进行学习,最后获得相应的纯净语音信号预测。所提算法可以实现实时处理(一帧进一帧出),并且在低于基线模型复杂度的情况下,语音质量客观评估指标和平均意见得分方面都接近甚至超越基线算法,表现出良好的降噪性能。在模型参数规模方面,所提算法的模型参数远小于基线算法。
-
关键词
噪声抑制
神经网络
信号处理
实时处理
特征压缩
-
Keywords
noise suppression
neural networks
signal processing
real time processing
feature compression
-
分类号
TN912.35
[电子电信—通信与信息系统]
-