語音交互技術(shù)在現(xiàn)實生活中得到了廣泛的應(yīng)用,比如自動語音識別系統(tǒng)、智能家居、移動語音通信,但由于干擾的存在,現(xiàn)實環(huán)境中語音交互技術(shù)遠(yuǎn)沒有達(dá)到令人滿意的程度,語音增強(qiáng)技術(shù)是提高語音交互性能的有效途徑。本文在闡述了語音增強(qiáng)的相關(guān)背景和研究現(xiàn)狀后,針對語音和噪聲的特征,提出了一種基于條件深度卷積生成對抗網(wǎng)絡(luò)(C-DCGAN)語音增強(qiáng)模型,C-DCGAN模型是在生成對抗網(wǎng)絡(luò)(GAN)的基礎(chǔ)上加入卷積層和條件信息。C-DCGAN利用生成器中的卷積層自動提取語音特征,利用提取的特征生成語音樣本。然后將生成的語音樣本和純凈的語音樣本同時輸入到判別器中,判別器判斷生成的語音樣本為真或者假。最后通過反向傳播訓(xùn)練網(wǎng)絡(luò)模型,使生成器生成盡量接近純凈語音的語音樣本,同時使判別器能判別真實的樣本和生成的樣本。C-DCGAN模型通過對抗博弈的方法進(jìn)行訓(xùn)練,在對抗博弈中,生成器獲得了語音信號的隱含特征,從而可利用提出的模型輸出接近純凈語音的語音信號。在模型訓(xùn)練完成后,將混合語音輸入到模型中,生成增強(qiáng)后的語音,從而實現(xiàn)對帶噪語音的語音增強(qiáng)。為了評估C-DCGAN模型的性能,本文搭建了基于Tensorflow的語音增強(qiáng)平...

【文章頁數(shù)】：53 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖1-1語音增強(qiáng)的應(yīng)用領(lǐng)域

第一章緒論機(jī)對話、智能家居中的應(yīng)用越來越多[15]，發(fā)揮著巨大的作用，語音增強(qiáng)在現(xiàn)實生活中應(yīng)用如圖1-1所示。因此，語音增強(qiáng)對提高現(xiàn)有語音處理系統(tǒng)的性能具有重要意義，時，語音增強(qiáng)作為人工智能中的關(guān)鍵技術(shù)，具有重要的現(xiàn)實意義。（a）語音識別（b）助聽器

圖1-2本文提出的語音增強(qiáng)模型

圖1-2本文提出的語音增強(qiáng)模型Fig.1-2TheProposedSpeechEnhancementofThisPaperC-DCGAN模型的工作原理如圖1-3所示。首先，通過標(biāo)準(zhǔn)語音數(shù)據(jù)集和噪聲集在多種信噪比下構(gòu)造混合語音數(shù)據(jù)集，然后，在GAN的基....

圖1-3C-DCGAN模型原理

圖1-2本文提出的語音增強(qiáng)模型Fig.1-2TheProposedSpeechEnhancementofThisPaperC-DCGAN模型的工作原理如圖1-3所示。首先，通過標(biāo)準(zhǔn)語音數(shù)據(jù)集和噪聲集在多種信噪比下構(gòu)造混合語音數(shù)據(jù)集，然后，在GAN的基....

圖2-1基本譜減法原理

許多研究者正在研究其機(jī)理并將其應(yīng)用到語音增強(qiáng)中。2.4語音增強(qiáng)方法在語音增強(qiáng)的研究發(fā)展過程中，出現(xiàn)了各種不同的語音增強(qiáng)算法，每種算法都有其優(yōu)缺點。本小節(jié)主要介紹基于譜減法、維納濾波法、最小均方誤差以及深度神經(jīng)網(wǎng)絡(luò)的語音增強(qiáng)方法。2.4.1譜減法譜減法由Boll在1979....

本文編號：3898568