基于自注意力机制改进的SEGAN语音增强.pdfVIP

2024年7月25日现代信息科技Jul.2024

第8卷第14期ModernInformationTechnologyVol.8No.14

DOI:10.19850/ki.2096-4706.2024.14.013

基于自注意力机制改进的SEGAN语音增强

田子晗，张涵，周培勇

（，）

新疆大学计算机科学与技术学院新疆乌鲁木齐830017

摘要：语音增强通过抑制背景噪音，提高语音质量和可理解性，进而提升语音相关产品的性能。针对SEGAN（Speech

EnhancementGenericAdversaryNetwork）模型在语音信号处理过程中缺乏全局关键信息的问题，提出了一种基于自

注意力机制改进的生成对抗网络语音增强算法：SA-SEGAN（Self-AttentionMechanismImprovementBasedonSpeech

EnhancementGenericAdversaryNetwork）。SA-SEGAN运用自注意力机制对编码器的输出进行处理，以提取关注的空

间与通道的重要全局信息，从而更完善地对语音信号进行处理，并采用Log-Cosh损失以更好地处理偏差较大的样本，

同时引入分位数损失，赋予模型探索样本分布的能力。实验表明，SA-SEGAN相比SEGAN，在客观指标上提升10.9%。消

融实验证实，实验中采用的三种方法均发挥积极作用。

关键词：语音增强；自注意力机制；智能语音处理；深度学习

中图分类号：TP183；TN912文献标识码：A文章编号：2096-4706（2024）14-0064-05

ImprovedSEGANSpeechEnhancementBasedonSelf-AttentionMechanism

TIANZihan,ZHANGHan,ZHOUPeiyong

(SchoolofComputerScienceandTechnology,XinjiangUniversity,Urumqi830017,China)

Abstract:Speechenhancementimprovesspeechqualityandunderstandabilitybysuppressingbackgroundnoise,thus

improvingtheperformanceofspeechrelatedproducts.AimingattheproblemthatSEGANmodellacksglobalkeyinformation

intheprocessofspeechsignalprocessing,thispaperproposesanimprovedgenerateadversarialnetworkvoiceenhancement

algorithmbasedonSelf-AttentionMechanism:SA-SEGAN.SA-SEGANusestheSelf-AttentionMechanismtoprocessthe

outputoftheencodertoextracttheimportantglobalinformationofthespaceandchannelofinterest,soastoprocessthevoice

signalmoreperfectly.ItalsousesLog-Coshlosstobetterprocesssampleswithlargerdeviation,andintroducesQuantile