[发明专利]一种语音识别系统中基于多个卷积神经网络的语音增强算法

权利要求书

1.一种语音识别系统中基于多个卷积神经网络的语音增强算法，其特征在于，所述算法如下：

步骤1. 对语音识别系统中的语音输入信号进行数据预处理，即归一化、预加重、分帧加窗；

步骤2. 通过语音端点检测提取出噪声段，对噪声段分别计算出包括MFCC、F0、过零率的648维度特征，并计算出语音环境中的信噪比；

步骤3. 构造噪声识别的卷积神经网络模型，该卷积神经网络包含两个卷积层、两个池化层以及两个全连接层；

步骤4. 利用训练好的第一种卷积神经网络模型对步骤2中提取出来的648维度特征进行识别预测，网络的输出表示当前噪声信号的种类C；

步骤5. 利用5个卷积层、3个池化层、3个BN层以及3个全连接层构造一个深度卷积神经网络；

步骤6. 将步骤2中计算的特征、信噪比和步骤4计算的噪声信号种类 C组成一个658维度的矢量，输入到步骤5中建立的卷积神经网络中，经过输入可最终输出平稳快速递归最小二乘法在该噪声环境下处理的最佳遗忘因子；

步骤7. 将步骤6自动匹配的最佳遗忘因子输入到平稳快速递归最小二乘法中，完成语音增强处理，从而得到干净音频。