一种基于气骨导双模深度学习的语音增强方法

本发明公开了一种基于气骨导双模深度学习的语音增强方法，包括以下步骤：步骤1、同步录制无噪声环境下气导语音和骨导语音，为气导语音添加环境噪声构建数据集，划分为训练集、测试集、验证集；步骤2、切割训练集，将训练集的语音数据按照固定长度切割为多个小段语音；步骤3、构造神经网络，包括高阶编码器，零阶项、高阶项和辅助后处理滤波器；步骤4、模型训练；步骤5、模型测试。本发明的算法运算量低、复杂度低、满足实时要求、降噪性能稳定、语音质量和可懂度较高，能够运用于便携式设备。