基于自监督嵌入的跨域特征融合及多注意力的语音增强方法

本发明公开了基于自监督嵌入的跨域特征融合及多注意力的语音增强方法，主要涉及语音增强技术领域；包括步骤：S1、纯净语音和带噪语音进行初步的数字信号处理，得到语谱图和相位谱；S2、构建基于自监督嵌入的跨域特征融合及多注意力的语音增强架构；S3、通过语音样本数据集对架构进行训练，获得基于自监督嵌入的跨域特征融合及多注意力的语音增强模型；S4、将带噪语音输入模型，即可获得增强后的语谱图，利用增强后的语谱图和原始带噪语音的相位来重构增强后的语音时域信号；本发明能够进一步提高语音高层语义信息和细粒度信息的高效融合，实现模型能提取语音特征在通道上的上下文依赖关系和时间上的上下文依赖关系和局部细节信息。