利用生成噪声提高语音增强方法的泛化能力

袁文浩; 娄迎曦; 梁春燕; 夏斌

doi:10.3969/j.issn.0372-2112.2019.04.004

您当前的位置：

首页 >

文章列表页 >

利用生成噪声提高语音增强方法的泛化能力

学术论文 | 更新时间：2025-07-16

- 利用生成噪声提高语音增强方法的泛化能力
- Improving Generalization Ability of Speech Enhancement Approaches Using Generated Noise
- 电子学报 2019年47卷第4期页码：791-797
- 作者机构：
  
  山东理工大学计算机科学与技术学院,山东,淄博,255000
- 作者简介：
- 基金信息：
  
  国家自然科学基金 (No.61701286，No.11704229）;山东省自然科学基金 (No.ZR2015FL003，No.ZR2017MF047，No.ZR2017LA011）
- DOI：10.3969/j.issn.0372-2112.2019.04.004
  中图分类号： TN912.3
- 网络出版：2019-04-25，
  
  纸质出版：2019
- 稿件说明：
移动端阅览
袁文浩, 娄迎曦, 梁春燕, 等. 利用生成噪声提高语音增强方法的泛化能力[J]. 电子学报, 2019,47(4):791-797.

YUAN Wen-hao, LOU Ying-xi, LIANG Chun-yan, et al. Improving Generalization Ability of Speech Enhancement Approaches Using Generated Noise[J]. Acta Electronica Sinica, 2019, 47(4): 791-797.
袁文浩, 娄迎曦, 梁春燕, 等. 利用生成噪声提高语音增强方法的泛化能力[J]. 电子学报, 2019,47(4):791-797. DOI： 10.3969/j.issn.0372-2112.2019.04.004.

YUAN Wen-hao, LOU Ying-xi, LIANG Chun-yan, et al. Improving Generalization Ability of Speech Enhancement Approaches Using Generated Noise[J]. Acta Electronica Sinica, 2019, 47(4): 791-797. DOI： 10.3969/j.issn.0372-2112.2019.04.004.

摘要

如何提高对未知噪声类型的泛化能力是有监督语音增强方法中亟待解决的重要问题，通过对大量不同类型噪声进行建模，深度神经网络成为了解决该问题的有效手段.为了进一步提高基于深度神经网络的语音增强方法的泛化能力，本文基于生成式对抗网络（Generative Adversarial Networks，GAN）设计了能够由真实噪声数据生成新的噪声类型的NoiseGAN；通过在训练集中增加生成噪声类型，提高训练集噪声类型的多样性，从而达到提高语音增强模型泛化能力的目的.不同结构的网络下的语音增强实验结果表明，本文提出的NoiseGAN能够生成新的噪声类型，具备提高训练集噪声类型多样性的能力，有效提高了语音增强模型在未知噪声类型下的泛化能力.

Abstract

How to improve the generalization ability to unknown noise types is an important problem to be solved urgently in supervised speech enhancement approaches.By modeling a large number of types of noise

the deep neural network(DNN)becomes an effective way to solve this problem.In order to further improve the generalization ability of speech enhancement approaches based on DNN

this paper designs NoiseGAN based on Generative Adversarial Networks (GAN) to generate new noise types from real noise data.By adding generated noise to training set

the diversity of noise types in training set is increased

and thereby the generalization ability of speech enhancement model is improved.The results of speech enhancement experiments under different structures of networks show that the proposed NoiseGAN can generate new noise types

increase the diversity of noise types in training set

and effectively improve the generalization ability of speech enhancement models under unknown noise types.

关键词

Keywords

references

浏览量

513

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

一种用于语音增强的卷积门控循环网络

基于双耳线索编码原理的语音增强方法

基于对抗学习和增强优化的深度转换语音还原方法

基于跨模态协同表示学习的二进制代码相似性检测方法

一种基于Transformer架构的多层级自动睡眠分期模型