基于门控残差卷积编解码网络的单通道语音增强方法

来源：信号处理杂志 2021年第10期北京时间：

作者：张天骐, 柏浩钧, 叶绍鹏, 刘鉴兴

摘要：针对卷积编解码网络（CED, Convolution encoder-and-decoder）对语音时序相关信息捕获困难的问题，本文提出了一种基于门控残差卷积编解码网络的语音增强方法。该方法在卷积编解码网络的基础上引入了门控机制、膨胀卷积与残差连接：门控机制能够很好地处理序列前后相关信息；膨胀卷积使得卷积过程获得更大的感受野，提取更加丰富的全局信息；残差连接能够防止梯度消失与梯度爆炸，提升网络精度。此外，采用频域损失函数与时域评价指标联合优化的策略对网络进行训练，以进一步提升网络增强效果。实验表明，在匹配噪声和不匹配噪声下，相比于基线CED与其他对比方法，本文方法取得了更高的PESQ、STOI与SI-SDR，对语音的清浊音都有较好恢复效果，且具有较强的泛化能力。

关键词：语音增强, 门控机制, 卷积编解码网络, 残差连接