[发明专利]一种改进多分辨率残差U型网络的语音增强方法

权利要求书

1.一种改进的多分辨率残差U型网络的语音增强方法，其特征在于固有的语音特征保留的更完全、训练中丢失的语音特性少、信息融合的能力强、网络细节恢复得更好；所述方法包括：

S1、将纯净和带噪语音通过短时傅里叶变换(Short-Time Fourier transform,STFT)得到两种语音信号的幅度谱；

S2、以带噪语音幅度谱作为网络的输入，纯净语音幅度谱作为训练目标；通过改进的多分辨率残差U型网络拟合网络输入与训练目标之间的非线性关系，进而得到基于改进的多分辨率残差U型网络的语音增强模型；

S3、通过STFT获取带噪语音的幅度谱；将其通过改进的多分辨率残差U型网络模型，即可得到目标语音的幅度谱；

S4、将幅度谱与带噪语音相位结合，进行波形重建，重建后即可得到增强语音。

2.根据权利要求1所述的语音增强方法，其特征在于，采用混合通道的方式将残差路径输出的语音特征与解码器端上采样后的语音特征进行通道重排，促进通道间信息的融合，进而提高网络提取特征的能力。

3.根据权利要求1所述的语音增强方法，其特征在于，改变了窗口尺寸(卷积核的大小)，得到高度与宽度不同的窗口，以此匹配宽度远大于高度的语音特征图。

4.根据权利要求1所述的语音增强方法，其特征在于，采用亚像素卷积层实现MultiResU_Net中上采样任务，用于恢复网络中的细节信息。