基于残差-通道注意力卷积神经网络的高效语音降噪算法研究

王 依婷, 杨 子旭
湖北大学网络空间安全学院

摘要


随着语音技术不断被广泛应用，复杂噪声环境对其应用的干扰问题亟需解决。对此，本文提出一种基于
融合残差连接与通道注意力机制的卷积神经网络（RCACNN）的语音降噪算法。该算法通过残差结构缓解梯度
消失问题，利用通道注意力增强关键特征提取。基于TIMIT和NOISEX-92数据集的实验表明，在0dB信噪比下，
RCACNN较最优基线的信噪比增益达6.5dB（提升2.4dB），同时短时客观可懂度达到0.86（提升0.11），总体参数量
减少18%，单条处理仅需8.8ms。研究成果为智能语音交互提供了高效解决方案。

关键词


语音降噪；残差连接；通道注意力机制；卷积神经网络

全文:

PDF


参考


[1]Schröter H, Escalante-B A N, Rosenkranz

T, et al. DeepFilterNet: A low complexity speech

enhancement framework for full-band audio based on

deep filtering[C]//2022 IEEE International Conference on

Acoustics, Speech and Signal Processing (ICASSP). IEEE,

2022: 7407-7411.

[2]Lu Y X, Ai Y, Ling Z H. MP-SENet: A speech

enhancement model with parallel denoising of magnitude and

phase spectra[C]//Proc Interspeech 2023. 2023: 3834-3838.

37

计算机与通信进展 | 第2卷/第10期

Advances in Computers and Communications

DOI: 10.21437/Interspeech.2023-1441.

[3]Zheng L, Pan H, Kong L. Ripple attention for visual

perception with sub-quadratic complexity[C]//International

Conference on Machine Learning. PMLR, 2022: 26993-27010.

[4]Lan C, Zhang L, Zhang Y, et al. Attention

mechanism combined with residual recurrent neural network

for sound event detection and localization[J]. Journal of

Audio, Speech, and Music Processing, 2022, 29: 1-12. DOI:

10.1186/s13636-022-00263-6.

[5]徐浩森，姜囡，齐志坤。基于自注意力机制的

卷积循环网络语音降噪[J].计算机仿真，2024，41（4）：

500-506. DOI:10.3969/j.issn.1006-9348.2024.04.095.

[6]Zhang L, Wang M, Zhang Q, et al. Environmental

attention-guided branchy neural network for speech

enhancement[J]. Applied Sciences, 2020, 10(3): 1167. DOI:

10.3390/app10031167.

[7]Zhou W, Robertson G, Sjöstrand H.深度异质联合

结构：燃料性能代码的时间频率替代模型[J].核能年鉴，

2025，211：110893.

[8]郑丹，宋思楠，贺强。深度学习中深度可分离卷

积网络在遥感图像分类中的优化[J].信息系统工程，2024

（10）：132-135. DOI:10.3969/j.issn.1001-2362.2024.10.035.


Refbacks

  • 当前没有refback。