公开(公告)号：CN111583948A

公开(公告)日：2020-08-25

申请号：CN202010385976.0

申请日：2020-05-09

Applicant: 南京工程学院

Inventor： 丁凯星 ,  谢跃 ,  梁瑞宇 ,  王青云 ,  陈建强 ,  姜维汉 ,  薛源

IPC: G10L21/02 ,  G10L21/0232

Abstract: 本发明公开了一种改进的多通道语音增强系统和方法，将采集的多麦信号输入训练的自适应波束形成网络生成单通道信号；将生成的单通道信号通过共享网络进行信息转换；将转换后的信号输入多目标学习网络的主任务网络得到增强后的语音信号；将转换后的信号输入多目标学习网络的子任务网络得到表征语音信息的特征。本发明避免了声源定位算法，并可以有效的抑制非平稳噪声。本发明在神经网络中加入了LSTM层，能够在一定程度上缓解梯度消失和梯度爆炸问题，减少训练结果不收敛的情况，从而改善语音增强的效果。同时，由于引入多任务学习策略，增加了算法的鲁棒性，提升了算法性能，具有良好的应用前景。

公开(公告)号：CN111583948B

公开(公告)日：2022-09-27

申请号：CN202010385976.0

申请日：2020-05-09

Applicant: 南京工程学院

Inventor： 丁凯星 ,  谢跃 ,  梁瑞宇 ,  王青云 ,  陈建强 ,  姜维汉 ,  薛源

IPC: G10L21/02 ,  G10L21/0232

Abstract: 本发明公开了一种改进的多通道语音增强系统和方法，将采集的多麦信号输入训练的自适应波束形成网络生成单通道信号；将生成的单通道信号通过共享网络进行信息转换；将转换后的信号输入多目标学习网络的主任务网络得到增强后的语音信号；将转换后的信号输入多目标学习网络的子任务网络得到表征语音信息的特征。本发明避免了声源定位算法，并可以有效的抑制非平稳噪声。本发明在神经网络中加入了LSTM层，能够在一定程度上缓解梯度消失和梯度爆炸问题，减少训练结果不收敛的情况，从而改善语音增强的效果。同时，由于引入多任务学习策略，增加了算法的鲁棒性，提升了算法性能，具有良好的应用前景。