融合卷积网络与残差长短时记忆网络的轻量级骨导语音盲增强

基于深度学习的骨导语音盲增强已经取得了较好的效果，但仍存在模型体积大、计算复杂度高等问题。为此提出一种融合卷积网络和残差长短时记忆网络的轻量级骨导语音增强深度学习模型，该模型在保持语音增强质量的前提下，能有效提升骨导语音盲增强的效率。该模型借助卷积网络参数量小、特征提取能力强等优点，在语谱图频率维度引入卷积结构，从而深入挖掘时频结构的细节和高低频信息间的关联关系以提取新型特征，并将此新型特征输入改进后的长短时记忆网络中，用于恢复高频成分信息并重构语音信号。通过在骨导语音数据库上实验，表明所提模型可以有效改善高频成分的时频结构，在提升增强效果的同时，降低了模型体积和推理的计算复杂度。