Abstract：
为了降低双耳语音中噪声和混响的影响,提高语音质量和可懂度,提出了一种基于注意力机制和改进的卷积循环神经网络的双耳语音增强算法.在该算法中,首先提取双耳语音的谱特征和双耳线索,对谱特征应用通道注意力得到可靠的谱特征,同时对双耳线索应用空间注意力得到可靠的双耳线索作为神经网络的输入特征.然后,构建了将模型注意力作为卷积循环神经网络编解码层的跳跃连接的神经网络结构,并利用双向长短期记忆网络获取时序信息.实验结果表明:在不同噪声与混响的条件下,所提出的算法具有更好的性能.
Keyword：
Reprint Author's Address：
Email：
Source ：
华中科技大学学报（自然科学版）
ISSN： 1671-4512
Year： 2023
Issue： 9
Volume： 51
Page： 125-131,166
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 0
