一种基于深度学习的自适应线谱增强方法

本发明提供了一种基于深度学习的自适应线谱增强方法，属于信号处理领域。所述自适应线谱增强方法具体包括：生成目标声信号样本数据；目标声信号样本数据归一化处理；构建数据集；构建全连接神经网络模型；训练全连接神经网络模型；使用全连接神经网络模型在实际信号处理中进行效果验证。本发明通过深度学习的方法替代传统自适应线谱增强的迭代过程，实现了低信噪比下权值的迭代；在全连接神经网络前加入预处理手段提升线谱增强效果，改善了传统自适应线谱增强方法在低信噪比下的处理效果。