基于循环谱波束成形与 DNN 的低 SNR 场景语音增强的两步方法

深度神经网络（DNN）在低信噪比（SNR）场景下常难以抑制噪声。本文针对以谐波噪声为主导的语音增强场景，提出一种集成循环谱波束成形与轻量级 DNN 降噪的框架。作为预处理模块，采用循环最小功率失配响应（cMPDR）谱波束成形器，利用循环谱相关性抑制谐波成分，无需修改 DNN 架构。对该管线在单通道场景下的评估采用两种 DNN 架构：一种是简单轻量级的卷积循环神经网络（CRNN），另一种是最先进的超低复杂度网络（ULCNet）。在合成数据与实地录制的旋转机械噪声主导的真实场景中进行实验，结果显示与端到端 DNN 基线相比，本方法在低 SNR 条件下持续提升。值得注意的是，采用 cMPDR 预处理的高效 CRNN 参数量小，却超越了在原始输入或韦恩滤波后输入上的更大规模 ULCNet。这些结果表明，显式地将循环谱性质作为信号先验纳入模型，比单纯增加模型容量更有效地抑制谐波干扰。