[发明专利]一种针对低资源土家语的端到端语音增强方法

摘要

本发明公布了一种针对低资源土家语的端到端语音增强方法，属于语音信号处理领域，涉及低资源语言的语音增强技术，针对土家语数据中环境噪声的多样性、随机性和非平稳性，实现端到端的语音快速增强处理。包括：基于深度卷积生成对抗网络，建立端到端的低资源土家语语音增强模型，进行快速增强处理，实现端到端的土家语语音快速增强处理，在几乎不失真的情况下有效去除土家语语音的环境噪声。

主权项

1.一种针对低资源土家语的端到端语音增强方法，其特征是，基于深度卷积生成对抗网络，建立端到端的低资源土家语语音增强模型，实现端到端的土家语语音快速增强处理，有效去除土家语语音的环境噪声；包括以下步骤：/n1)构建土家语语料库，对土家语录音数据进行分类和切分处理，得到土家语原始带噪语料和土家语原始干净语料，并从土家语原始带噪语料中截取得到纯噪声片段；/n2)扩展语料库：利用汉语原始干净语料作为土家语的扩展数据，将纯噪声片段分别加入到土家语原始干净语料和汉语原始干净语料中，将得到的新语料分别称为土家语合成带噪语料和汉语合成带噪语料；/n3)建立并训练端到端的语音增强模型；包括：/n采用深度卷积生成对抗网络DCGAN建立端到端的土家语语音增强模型；/n所述端到端的土家语语音增强模型包括：生成网络和判别网络；/n生成网络采用编码-解码的端到端全卷积网络结构；/n在网络的每个卷积层中加入谱归一化，通过限制每个卷积层的谱范数约束网络的Lipschitz常数；/n采用对抗训练设置，通过将增强后的语音与真实干净语音输入判别网络中进行分类，判断输入信号的真假，并传递到生成网络，使得端到端的土家语语音增强模型将模型输出波形朝着真实的分布微调，由此达到去除噪声信号的目的；/n4)对步骤3)得到的端到端的语音增强模型继续进行微调训练，得到训练好的端到端的土家语语音增强模型FDCGAN；具体操作为：/n采用步骤1)中的土家语原始干净语料和步骤2)得到的土家语合成带噪语料作为训练数据输入步骤3)得到的端到端的语音增强模型，并且修改模型的学习率和批处理参数进行训练，最终得到训练好的端到端土家语语音增强模型FDCGAN；/n5)将待进行语音增强的土家语数据输入步骤4)得到的训练好的端到端土家语语音增强模型FDCGAN，即输出增强的土家语语音。/n