Att-U-Net：融合注意力机制的U-Net骨导语声增强

摘要： 近年来，大量全卷积网络、U-Net等编解码网络结构应用于语声增强，然而，此类结构不能充分利用先后时间与高低频率之间的关联信息，对于处理长序列数据存在信息丢失的问题。为保持计算效率的同时实现更充分的时频关联信息建模，该文提出一种融合注意力机制的U-Net网络的骨导语声增强方法 (Att-U-Net)，通过在跳跃连接中引入注意力机制，生成一个权重矩阵，将编码层中的全局信息根据权重融...