《电子测量技术杂志》发表论文赏析

融合双通道卷积和改进型Conformer的两阶段语音增强算法

来源:电子测量技术杂志2025年第4期北京时间:

作者:徐佳瑜,郑展恒,曾庆宁,王健

单位:1.桂林电子科技大学信息与通信学院 桂林 541004; 2.桂林电子科技大学认知无线电与信息处理 教育部重点实验室 桂林 541004; 3.南宁桂电电子科技研究院有限公司 南宁 530000

摘要:针对语音关键特征提取不充分、模型结构单一的问题,提出一种两阶段下融合多尺度特征和改进型门控Conformer的语音增强方法。首先,针对关键特征提取不充分的问题,提出双通道卷积融合模块,采用不同感受野的二维卷积多尺度提取语音关键信息,并结合门控机制增强网络的短期与长期序列相关性,从而提升模型在复杂环境下的语音增强效果;提出改进型Conformer,采用时间注意和频率注意分别在时域和频域上进行建模,并结合膨胀卷积模块高效提取局部与全局上下文信息,从而增强网络在语音序列建模中的表现能力。其次,针对模型结构单一的问题,采用两阶段处理结构,将复杂问题分步处理。在第一阶段首先接收噪声频谱的幅值,初步估计出干净语音的幅值,并与噪声相位进行重构,得到粗糙的复频谱。第二阶段在第一阶段得到粗谱的基础上进一步提取更精细的特征,增强语音信号的细节表现能力。最后,在VoiceBank+DEMAND数据集上进行测试,实验结果表明,所提算法相比带噪语音的语音感知质量和短时客观可懂度分别提升50.25%、3.26%,表明该网络能够更有效地提高语音的可懂度,同时改善语音信号的整体质量,具有较强的降噪能力。

关键词:深度学习;语音增强;Conformer;多尺度特征提取;两阶段

基金资助:认知无线电与信息处理教育部重点实验室项目(CRKL230103)资助

2025年4期其他文献查阅:

基于差分进化算法的PMSM模糊反步控制

基于无磁芯微型变压器的高效率隔离DC-DC设计

基于US-FMT*算法的机械臂路径规划

电控空气悬架阻尼分频混合控制策略研究

基于LACNN的FMCW雷达实时跌倒检测方法

融合人工势场灰狼算法的移动机器人路径规划

基于超参数优化的重质碳酸钙粉体粒度预测研究

基于模糊神经网络的PEMFC输出电压自抗扰控制策略

基于AO-AVOA-BP神经网络模型的锂电池SOH预测

考虑多尺度时空因果特征的排球群体行为识别

基于时延估计与终端滑模的无人船跟踪控制

基于二级控制64极板平面阵列传感器的ECT系统

瑞利波-体波复合EMAT及缺陷检测研究

面向遥感图像的轻量化小目标检测算法研究

基于ISGMD-WT的矿井声发射信号去噪方法

人工心脏泵用锂电池关键健康因子估计

融合双通道卷积和改进型Conformer的两阶段语音增强算法

改进YOLOv10的钢材表面缺陷检测方法

基于高阶空间特征聚合的车型识别算法

用于缺陷检测的YOLOv8轻量化设计方法

融合多尺度特征和自适应NMS的3D目标检测

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!