多样讯杂比之训练语料于降噪自动编码器其语音强化功能之初步研究A.PDF

The 2017 Conference on Computational Linguistics and Speech Processing ROCLING 2017, pp. 101-113  The Association for Computational Linguistics and Chinese Language Processing 多樣訊雜比之訓練語料於降噪自動編碼器其語音強化功能 之初步研究 A Preliminary Study of Various SNR-level Training Data in the Denoising Auto-encoder (DAE) Technique for Speech Enhancement 1 2,3 3 1 李世光 、王緒翔 、曹昱 、洪志偉 1 國立暨南國際大學電機系 2 國立台灣大學通訊工程研究所 3 中研院資訊科技創新研究中心 s105323501@.tw, sypdbhee@, yu.tsao@.tw, jwhung@.tw 摘要 在當今普遍的語音應用、諸如語音辨識、語音資訊檢索及聲控機器人等，用以消 除雜訊干擾的語音強化技術扮演了相當重要的角色，在眾多語音強化技術中，降 噪自動編碼器 (denoising auto-encoder, DAE) 為近年來被廣為探討與使用的方法 之一，主因是其使用了當今熱門的深度學習技術、來學習雜訊語音與乾淨語音之 間的對應關係，在許多文獻中，DAE 法已被證實可以有效降低雜訊成分、且不 至於對原始乾淨語音產生明顯干擾，然而，其效能仍然會隨著訓練語料與模型架 構其選擇的不同而有所差異。在本論文中，我們主要是探討不同訊雜比的訓練語 料對於DAE 法其減低雜訊效應的影響。 根據我們初步的評估實驗，主要的發現在於當使用高訊雜比的訓練語料時，所對 應的DAE 法在各種訊雜比的測試語音上，平均而言都能得到顯著的消噪效果， 且優於其他種訓練語料所得之 DAE ，包含了由多層訊雜比的訓練語料、及近似 於訓練語料之測試語音 。 儘管這似乎與常理不合，我們在論文中提供了可能的 解釋，並提及單純使用高訊雜比的訓練語料對於DAE 訓練效率的優點，其包含 了訓練語料數量相對減少、可使用較少隱藏層的簡易DAE 架構、及調適至其他 類型雜訊之可能性等。 101 Abstract Speech enhancement (SE) that reduces the noise effect plays an important role in the current widespread audio applications such as speech recognition, speech-based information retrieval and voice control. Among the various speech enhancement techniques, denoising auto-encoder (DAE) employs the well-known deep learning process to learn the transformation from noisy data to the respective clean noise-free counterpart, and it has been shown to be very effective in reducing the noise component as well as introducin