基于UNet自适应特征融合的语音增强

来源：电子测量技术杂志2022年第9期北京时间：

作者：任健，李鸿燕，张昱，邢璐

单位：太原理工大学信息与计算机学院 山西 榆次 030600

摘要：针对传统的语音增强网络对未知噪声增强效果不理想的问题,本文从语谱图增强，网络结构，特征融合机制三方面提出改进方法。首先为了提取语谱图深层特征信息，使用VGG19结构来代替UNet结构中编码器部分，同时在解码器部分加入残差网络以加深网络深度，防止训练退化；其次，为了更好地结合语谱图中特征信息，在UNet结构跳跃连接部分加入自适应特征融合机制来融合深浅层特征。此外，为增强说话人信息，通过直方图均衡算法对语谱图进行特征优化，得到直方图均衡化增强后的语谱图。在不同的噪声环境中，本文所提方法在质量和可理解性度量方面评分都优于其他增强方法。

关键词：语音增强;卷积神经网络;自适应特征融合;VGG19;直方图均衡化增强

基金资助：山西省自然科学基金项目(201701D121058)；山西省回国留学科研项目(2020-042)资助