[發(fā)明專利]一種基于卷積神經(jīng)網(wǎng)絡(luò)的短波信道語音抗衰落輔助增強(qiáng)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202011328103.2
• 申請(qǐng)日: 2020-11-24
• 公開（公告）號(hào): CN112634926B
• 公開（公告）日: 2022-07-29
• 發(fā)明（設(shè)計(jì)）人: 陳延濤;董彬虹;張曉雪;蔡沅沅;李昊
• 申請(qǐng)（專利權(quán)）人: 電子科技大學(xué)
• 主分類號(hào): G10L21/0216
• 分類號(hào): G10L21/0216;G10L25/30
• 代理公司: 電子科技大學(xué)專利中心 51203
• 代理人: 陳一鑫

1.一種基于卷積神經(jīng)網(wǎng)絡(luò)的短波信道語音抗衰落輔助增強(qiáng)方法，該方法包括神經(jīng)網(wǎng)絡(luò)訓(xùn)練階段和語音增強(qiáng)階段；

其中神經(jīng)網(wǎng)絡(luò)訓(xùn)練階段的具體方法為：

步驟1：通過語音數(shù)據(jù)集x^train構(gòu)造含有信道衰落的短波語音數(shù)據(jù)集和含噪語音數(shù)據(jù)集

其中，h^train表示衰落短波信道，“*”表示卷積，n^train為指定信噪比的加性噪聲；將得到的短波語音數(shù)據(jù)集和含噪語音數(shù)據(jù)集分別經(jīng)過短時(shí)傅里葉變換進(jìn)行特征提取，獲得短波語音信號(hào)的幅度譜數(shù)據(jù)集和含噪語音信號(hào)幅度譜數(shù)據(jù)集

將作為輸入信號(hào)，作為目標(biāo)，進(jìn)行卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練，最終獲得具有抗衰落功能的卷積神經(jīng)網(wǎng)絡(luò)模型Anti-fading Net，由此完成訓(xùn)練；

所述語音增強(qiáng)階段的具體方法為：

步驟2：接收機(jī)接收到短波信號(hào)后進(jìn)行下變頻和模擬單邊帶解調(diào)后，獲取待增強(qiáng)的接收語音信號(hào)y^test，對(duì)y^test進(jìn)行短時(shí)傅里葉變換，然后提取其相位信息和幅度譜

步驟3：使用步驟1得到的抗衰落模型Anti-fading Net處理步驟2得到的待增強(qiáng)短波語音信號(hào)幅度譜以移除信道衰落的影響，從而獲得含噪語音信號(hào)幅度譜

步驟4：將步驟3獲得的含噪語音信號(hào)幅度譜進(jìn)行降噪處理，使用OMLSA降噪算法，計(jì)算得出增益函數(shù)G，并使用該增益函數(shù)對(duì)進(jìn)行降噪處理：

從而獲得降噪后的語音信號(hào)幅度譜|X^test|；

步驟5：將步驟4所得的降噪后語音信號(hào)幅度譜|X^test|結(jié)合步驟2所得的短波語音信號(hào)相位信息對(duì)信號(hào)重構(gòu)，從而獲得最終增強(qiáng)后的語音信息|x^test|，由此完成短波語音增強(qiáng)。

2.如權(quán)利要求1所述的一種基于卷積神經(jīng)網(wǎng)絡(luò)的短波信道語音抗衰落輔助增強(qiáng)方法，其特征在于，所述使用的卷積神經(jīng)網(wǎng)絡(luò)包含4個(gè)卷積層和1個(gè)全連接層，使用連續(xù)的11幀幅度譜作為輸入層的輸入特征圖，使用第6幀純凈語音的幅度譜作為目標(biāo)；所述4層卷積層的參數(shù)表示為{卷積核大小,卷積層通道數(shù),(卷積橫向步長,卷積縱向步長)}，前3層參數(shù)具體表示為{(5×1),64,(2,1)}，第4層卷積層參數(shù)具體為{(5×1),192,(2,1)}；卷積層的輸出特征圖表示為{特征圖尺寸×特征圖數(shù)量×訓(xùn)練批次大小}，四層卷積層依次具體表示為{65×64×200}，{33×64×200}，{17×64×200}和{9×192×200}；所述全連接層的神經(jīng)元數(shù)目為1024，使用PReLU作為激活函數(shù)。