[发明专利]基于自注意多核最大均值差异的迁移学习语音增强方法

摘要

本发明公开了一种基于自注意多核最大均值差异的迁移学习语音增强方法，包括从原始语音中提取GFCC特征，并作为深度神经网络的输入特征；利用带噪语音与干净语音信息计算傅里叶变换域的理想浮值掩蔽，并作为深度神经网络的训练目标；构建基于深层神经网络的语音增强模型；构建自注意多核最大均值差异的迁移学习语音增强模型；训练自注意多核最大均值差异的迁移学习语音增强模型；输入目标域带噪语音的帧级特征，重建增强语音波形。本发明在多核最大均值差异前端添加自注意力算法，通过最小化源域注意到的特征和目标域注意到的特征之间的多核最大均值差异，实现对无标签的目标域的迁移学习，提高语音增强性能，具有良好的应用前景。

主权项

1.基于自注意多核最大均值差异的迁移学习语音增强方法，其特征在于：包括以下步骤，步骤(A)，从原始语音中提取GFCC特征，并作为深度神经网络的输入特征；步骤(B)，利用带噪语音与干净语音信息计算傅里叶变换域的理想浮值掩蔽，并作为深度神经网络的训练目标；步骤(C)，构建基于深层神经网络的语音增强模型，作为基线模型；步骤(D)，根据基线模型，构建自注意多核最大均值差异的迁移学习语音增强模型；步骤(E)，训练阶段，训练步骤(D)构建的自注意多核最大均值差异的迁移学习语音增强模型；步骤(F)，增加阶段，根据训练后的自注意多核最大均值差异的迁移学习语音增强模型，输入目标域带噪语音的帧级特征，重建增强语音波形。