復譜映射下融合高效Transformer的語音增強方法

摘要： 針對卷積神經(jīng)網(wǎng)絡（Convolutional Neural Network, CNN）過去在語音增強中表現(xiàn)優(yōu)異但對全局特征捕獲不足，以及Transformer近年展現(xiàn)出長序列間依賴優(yōu)勢但又存在局部細節(jié)特征丟失、參數(shù)量大等問題，該文為了充分利用CNN與Transformer的優(yōu)勢并彌補各自不足，提出了一種在復頻譜映射下的新型卷積模塊與高效Transformer融合的單通道語音增強...