摘要
本申请公开了一种基于Actor‑Critic算法和扩散模型的语音增强方法,涉及语音增强领域,包括:将用来做扩散的NCSN++模型作为Actor模型,利用语音增强数据集和Actor‑Critic算法训练该模型,使用语音质量评估模型作为环境给予的反馈,使模型训练以提升语音质量作为目标,对于扩散中的每一步,给予‑1的奖励,将训练好的模型作为待微调语音增强模型,将该模型作为Actor模型,利用无监督语音数据集和Actor‑Critic算法训练该模型,实现对该模型的微调,进而得到最终的语音增强模型。本申请可实现在不同场景里都能取得一个很好的语音增强效果,同时也能够比较快速的得到质量较好的干净语音。
技术关键词
Actor模型
噪声语音
噪声频谱
无监督
梯度算法
数据
定义
参数
因子
场景
信号
系统为您推荐了相关专利信息
避雷器阻性电流
单类支持向量机
贝叶斯算法
训练预测模型
避雷器泄漏电流
关键词
内容推送系统
词向量模型
数据
内容推送方法
拓扑优化方法
离散粒子群算法
支撑单元
敏度信息
变密度法