[发明专利]一种改进的多目标准则学习的语音增强方法

权利要求书

1.一种改进的多目标准则学习的语音增强方法，其特征在于，包括如下步骤：

1)信号预处理，包括获取训练数据集和测试数据集，并对训练数据集和测试数据集的数据进行分帧及加窗，分别确定窗函数类型、分帧时长和帧移参数；

2)计算分帧加窗后的训练数据集和测试数据集中的带噪语音的每帧信号的对数功率谱；

3)计算多目标训练的目标函数；

4)训练深度神经网络；

5)测试网络，用所述的测试数据集的带噪语音的每帧信号的对数功率谱作为特征，输入到深度神经网络中进行神经网络的测试；将语音可懂度、主观语音质量评估和语音质量分别作为语音增强后可懂度、感知效果以及语音质量的评价指标。

2.根据权利要求1所述的一种改进的多目标准则学习的语音增强方法，其特征在于，步骤1)所述的获取训练数据集和测试数据集，是从TIMIT标准语料库中选取部分语句作为训练语音，再选取作为训练语音以外的部分语句作为测试语音；从噪声库中选取设定的噪声分别作为训练噪声和测试噪声；分别将训练语音和训练噪声及测试语音和测试噪声按设定的混合信噪比进行混合，得到实验所需要的训练数据集和测试数据集。

3.根据权利要求1所述的一种改进的多目标准则学习的语音增强方法，其特征在于，步骤2)包括：

(2.1)利用经典的周期图法通过分别计算分帧加窗后的训练数据集和测试数据集中的带噪语音的每帧信号的短时离散傅里叶变换求得第i帧信号在频率f的功率谱S_x(i,f)：

式中，N_W表示每帧数据长度，N_SH表示每帧数据移动长度，h(l)表示长度为N_W的窗函数，l表示每帧数据的N_W个点中的第l个点，x代表第i帧信号；

(2.2)取功率谱S_x(i,f)的对数，进而得到分帧加窗后的训练数据集和测试数据集中带噪语音的每帧信号的对数功率谱。

4.根据权利要求1所述的一种改进的多目标准则学习的语音增强方法，其特征在于，步骤3)是采用如下公式计算：

式中表达了有n个训练目标的情况，而式中第一项表达了单目标训练归一化后的目标函数；式中，MSE表示最小均方误差，W表示权重矩阵，b表示偏置，M表示输入到深度神经网络的所有训练数据集中的数据样本数，m是样本索引号，和分别表示估计语音的主训练目标、第一个辅助训练目标、第二个辅助训练目标和第n个辅助训练目标；S_m、S_m1、S_m2和S_mn分别表示纯净语音的主训练目标、第一个辅助训练目标、第二个辅助训练目标和第n个辅助训练目标；α、β和γ分别表示第一个、第二个和第n个辅助训练目标的加权系数。

5.根据权利要求1所述的一种改进的多目标准则学习的语音增强方法，其特征在于，步骤4)包括：

(4.1)设置参数：

预先设置深度神经网络语音增强系统的隐藏层数，隐藏层节点数以及学习率；

(4.2)用所述的训练数据集的带噪语音的每帧信号的对数功率谱作为特征输入到深度神经网络，输出层为多个训练目标的组合，进行网络训练。