%0 Journal Article %A 袁文浩 %A 梁春燕 %A 夏斌 %A 孙文珠 %T 一种融合相位估计的深度卷积神经网络语音增强方法 %D 2018 %R 10.3969/j.issn.0372-2112.2018.10.008 %J 电子学报 %P 2359-2366 %V 46 %N 10 %X 在时频域的语音增强中,幅度估计和相位估计都是影响语音增强性能的重要因素.为了在基于深度学习的语音增强方法中融合对相位的估计,本文将含噪语音短时傅里叶变换(STFT)的实部和虚部特征作为两个通道输入深度卷积神经网络,通过建立一个同步估计纯净语音STFT的实部和虚部特征的多任务学习模型,实现了对幅度和相位的同步估计.实验结果表明,相比仅考虑幅度估计的方法,本文方法具有更好的噪声抑制能力,在低信噪比条件下,显著提高了语音增强性能. %U https://www.ejournal.org.cn/CN/10.3969/j.issn.0372-2112.2018.10.008