中科院發聲：有監督的語音增強方法可提高語音通信的質量

對於語音通信，重要的是抑制背景噪聲而不引入不自然的失真。基於深度學習的語音增強方法可以有效地抑制背景噪聲成分。

但是，在噪聲不匹配的情況下，會產生不自然的殘留噪聲，並嚴重影響語音的舒適度。

最近，中國科學院聲學研究所的研究人員提出了一種帶有殘留噪聲控制的語音語音監督語音增強方法。

在人為地維持低水平殘留噪聲的基礎上，研究人員致力於最大程度地減少噪聲並最大程度地減少語音失真，從而提高增強語音的感知舒適度。

面對損失函數廣泛存在的缺點，研究人員介紹了多個可調整的超參數並推導了廣義損失函數。

他們選擇了合適的參數配置，使增強的語音在兩個目標之間靈活有效地權衡。同時，通過引入低水平的背景噪聲，他們提高了主觀感知質量。

實驗結果表明，選擇合適的參數配置可以使增強語音在客觀指標和主觀評價方面均勝過先前的工作。

這項工作可用於語音通信設備中的噪聲抑制和語音信息提取。