复数双路径Conformer和深度复数卷积循环神经网络结合的语声增强方法

摘要： 针对现有语声增强网络在处理语声信号特征时，无法有效地捕捉到较长的时间跨度或频率范围内的信息，且计算参数过多的问题，提出一个复数双路径Conformer，将其与深度复数卷积循环神经网络(DCCRN)结合，设计了一个新的时-频域语声增强模型，称为Conformer-CRN。将DCCRN中的复数长短时记忆网络模块替换为复数双路径Conformer模块，能够有效捕捉长距离的时-频依赖，... （共10页）