计算机工程与科学

作者：吉陈果, 贾海蓉, 裴意静, 段淑斐

单位：太原理工大学电子信息工程学院，山西 晋中 030619

关键词：语音增强,失匹配负波,语音质量评估,生成对抗网络,

基金：国家自然科学基金（12004275）；山西省自然科学基金（20210302123186,202403021211098）

针对现有语音增强算法和评价指标出现的失配问题，将脑电成分评估语音指标与损失函数相结合，有效提升了语音增强算法的性能。首先，验证脑电成分失匹配负波的潜伏期可以作为语音的客观评价指标，以此提出失匹配负波的潜伏期函数，并将其与信噪比联系，从而解决当前语音增强领域常用评价指标无法直接作为损失函数来优化语音增强算法的问题。其次，将潜伏期函数与传统神经网络中的学习目标进行联合训练，通过训练不断优化潜伏期函数。最后，将潜伏期函数应用到生成对抗网络的鉴别器损失函数中，结合Conformer能够有效捕捉长期依赖关系，同时在时间和频率维度上提取局部特征。实验结果显示，利用脑电成分评估的语音客观度量指标来优化神经网络能够有效改善语音的特性，从语音的增强质量、可懂度和失真程度方面均验证了所提算法的有效性。

来源：2025年第3期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2025年第3期