摘要
本发明公开了一种基于深度神经网络的全频带语音降噪方法、装置及设备。该方法包括:根据预设噪声音频文件和预设纯净语音文件生成带噪语音数据集;构建全频带降噪模型,并使用所述带噪语音数据集对所述全频带降噪模型进行训练,得到最优全频带降噪模型;使用所述最优全频带降噪模型对采集的待处理语音信号进行降噪处理。本发明所提供的技术方案,通过构建并训练基于深度神经网络的全频带降噪模型用于降噪处理,实现了全频带语音信号的降噪处理,且可以抑制生活中大部分常见噪声,尤其对非平稳噪声的抑制效果明显,整体残留噪声更低,降噪后的语音质量和清晰度等均得到了显著提升。
技术关键词
降噪模型
语音降噪方法
带噪语音信号
深度神经网络
反卷积神经网络
语音信号降噪
语音降噪装置
数据
短时傅里叶变换
残留噪声
处理器
计算机程序产品
计算机设备
参数
可读存储介质
信噪比
系统为您推荐了相关专利信息
电池热失控
待测电池
压力预测方法
深度神经网络模型
预测装置
便携式无线充电
动态特征提取
充电策略
反馈算法
无线充电设备
数字孪生技术
位置识别
深度神经网络
烘烤方法
烟叶参数
计量设备
数据查询方法
能耗
时间段
深度神经网络算法
耦合特征
深度神经网络
通道注意力机制
输出特征
图像拼接