一种双路轻量级时频域自适应神经网络模型及其使用方法

本申请属于语音增强技术领域。本申请提供一种双路轻量级时频域自适应神经网络模型及其使用方法。本公开实施例采用深度可分离卷积层能够降低模型的计算量，降低模型的降噪延时；提出的轻量化Transformer层采用了MLP网络，将多头注意力替换为单头注意力，以大幅减少模型参数量；在中间层进行时频域交互融合，使得模型在训练过程中能够学习到更多的时频域联合隐藏特征，对降噪效果得到了大幅提高；通过引入元学习动态激活函数，动态激活函数适应非平稳噪声，元训练框架支持少样本微调，降低部署成本；在时频特征自适应融合的过程中，加入了正则项，能够使得模型在训练过程中，不会过多得偏向频域或者时域一方，保证模型的训练效果。