深度學習語音降噪總結

　　實時語音通訊發展到今天，用戶對通話語音質量提出了愈來愈高的要求。因爲終端設備的多樣性以及使用場景的差別，聲音問題依然存在。傳統的音頻處理技術從聲音信號自己出發，挖掘其時頻特性，做出假設，創建物理模型，不少參數都須要人工進行精細化微調，比較費時費力。隨着AI技術的發展，憑藉着其強大的擬合能力，利用數據驅動，爲改善音頻體驗提供了更多的可能性。

        關於理論部分，包括論文有不少，每種想法都存在一些問題，包括工程方面的，如需作落地，效果穩定良好，還須要作不少更多的工做，這裏稍微作了下總結，深度學習降噪基本都在這份分享的PPT上面，降噪部分有些文章可能有些不太新了，可是仍是有學習參考意義的。

 　　此處就分享幾張DNN處理後的樣本，增長一下新手的信心，處理非平穩噪聲，效果仍是很是明顯的。

white:

 　　　　

 destroyerengine:

　　　　

n32:

　　　　

 n38

 　　　　

n61:

　　　　

sil:

　　　　

coffee:

　　　　

 

PPT連接地址：

百度雲盤

連接: https://pan.baidu.com/s/1vvUiiGtu-HUdZwclBSInZA 提取碼: bsc5 

實時語音通訊的總結和深度學習降噪資料均可以直接在QQ羣下載到

QQ羣：音頻信號處理讀書會 485186545

如上羣已滿，請加新羣： 音頻處理與機器學習 238816966