摘要
本发明提供一种自监督语音降噪方法及设备,涉及声学信号处理领域,包括:S1:获取DCUnet网络,通过在DCUnet网络中添加TCM模块构建语音降噪模型;S2:获取噪声语音集合,通过噪声语音集合对语音降噪模型进行训练,获得训练好的语音降噪模型;S3:通过训练好的语音降噪模型进行语音的降噪。本发明基于深度复数域的DCUnet网络构建语音降噪模型,结合复数域整体处理策略,提高了语音信号的重建质量和降噪性能;通过语音降噪模型中的TCM模块动态捕捉噪声场景的变化特性,增强了模型对复杂环境中动态信号的适应性;采用ONT策略对语音降噪模型进行训练,将噪声语音作为训练数据,无需清晰目标语音数据,减少了训练数据收集成本,同时提高了模型的泛化能力。
技术关键词
语音降噪方法
降噪模型
噪声语音
模块
编码器
声学信号处理
噪声图像
输入解码器
降噪设备
网络
注意力机制
数据
信噪比
策略
处理器
动态
指令