公开(公告)号：CN115050379B

公开(公告)日：2024-08-06

申请号：CN202210454133.0

申请日：2022-04-24

Applicant: 华侨大学

Inventor： 李平 ,  柳培忠 ,  徐峰 ,  于书杭 ,  洪雪梅

IPC: G10L21/02 ,  G10L25/27

Abstract: 本发明提供一种基于FHGAN的高保真语音增强模型及其应用，高保真语音增强模型是将端到端的FFTNet模型与生成对抗网络结构相结合，添加PFPLoss引导生成器建模，利用HiFi‑GAN多尺度对抗判别器，并与SE‑FFTNet生成器匹配，在时域和频域上提取深度特征匹配损失，结合适用的目标函数在生成对抗网络机制下平衡学习，得到的FHGAN模型即为所述高保真语音增强模型。本发明在基线模型SE‑FFTNet、HiFi‑GAN的基础上提出FHGAN网络，能够可大大降低模型的计算复杂度、有效区分噪声和干净语音，还原增强语音信号感知细节，可确保语音信号信号完整性。

公开(公告)号：CN115050379A

公开(公告)日：2022-09-13

申请号：CN202210454133.0

申请日：2022-04-24

Applicant: 华侨大学

Inventor： 李平 ,  柳培忠 ,  徐峰 ,  于书杭 ,  洪雪梅

IPC: G10L21/02 ,  G10L25/27

Abstract: 本发明提供一种基于FHGAN的高保真语音增强模型及其应用，高保真语音增强模型是将端到端的FFTNet模型与生成对抗网络结构相结合，添加PFPLoss引导生成器建模，利用HiFi‑GAN多尺度对抗判别器，并与SE‑FFTNet生成器匹配，在时域和频域上提取深度特征匹配损失，结合适用的目标函数在生成对抗网络机制下平衡学习，得到的FHGAN模型即为所述高保真语音增强模型。本发明在基线模型SE‑FFTNet、HiFi‑GAN的基础上提出FHGAN网络，能够可大大降低模型的计算复杂度、有效区分噪声和干净语音，还原增强语音信号感知细节，可确保语音信号信号完整性。