仪器仪表学报

作者：张天骐，沈夕文，唐 娟，谭 霜

单位：张天骐,1.重庆邮电大学通信与信息工程学院,,沈夕文,1.重庆邮电大学通信与信息工程学院,,唐 娟,1.重庆邮电大学通信与信息工程学院,,谭 霜,1.重庆邮电大学通信与信息工程学院,

关键词：语音增强;复频谱掩蔽和映射;多特征聚合;高效Transformer;轻量化

基金：重庆市自然科学基金(cstc2021jcyjmsxmX0836)项目资助

针对目前多种改进的卷积循环网络(CRN)在单掩蔽或单映射的编解码结构下提取特征单一、捕获全局特征不强、参数量较大等问题,提出一种多特征聚合卷积模块与高效Transformer融合注意力机制结合的复频谱联合掩蔽和映射的单通道语音增强高效网络。在编解码层设计一种双分支门控协作单元(DGCU),提取复频谱多层次特征后交互、聚合以弥补特征提取单一问题;中间层设计一种通道时频注意力融合模块,聚焦语音的时频、空间局部细节特征。最后在THCHS30数据集上进行消融和对比实验,实验结果表明,该网络以最低参数量、较低计算量实现了轻量化,在匹配和不匹配噪声下PESQ分别提升了10.5%~50.6%、16.3%~94.5%,客观、主观指标都优于其他对比的网络模型,表现出较高的降噪性能和网络泛化能力。

来源：2024年第7期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2024年第7期