弟ｌｂ巷弟３３别２ｕ ，牛¨月 什 子 丁又 ／ Ｉ Ｊ］ 上 任 Ｖｏｌ・１ｕ ｊｊ ｌ ｕＶ・ ｕ１ｕ １６７１—１８１５（２０１６）３３—０２４４－０６ Ｓｃｉｅｎｃｅ Ｔｅｃｈｎｏｌｏｇｙ ａｎｄ Ｅｎｇｉｎｅｅｒｉｎｇ ⑥２０１６ Ｓｃｉ．Ｔｅｃｈ．Ｅｎｇｒｇ． 基于噪声特性的语音增强算法 孟欣 马建芬 张雪英 曹棣 （太原理工大学计算机科学与技术学院 ，信息工程学院 ，晋中０３０６００） 摘要 针对不同的语音增强算法对不同噪声的增强效果不同，提出了一种基于深度神经网络的噪声分类的语音增强算法。 首先，使用深度神经网络（ＤＮＮ）算法对噪声进行分类。分类算法包括训练阶段和分类阶段。在训练阶段，采用ｂａｂｂｌｅ，ｃａｒ， ｓｔｒｅｅｔ，ｔｒａｉｎ四中噪声对ＤＮＮ进行训练；在分类阶段，将提取的噪声输入训练好的ＤＮＮ中，得到分类结果，并对分类性能进行 评估。其次，采用ＰＥＳＱ，ＬＳＤ及ＳＮＲ等语音评估方法，对不同的含噪语音在不同信噪比、不同语音增强算法下进行评估。语 音增强算法包括子空间法、维纳滤波算法、谱减法及对数最小均方误差法（１ｏｇＭＭＳＥ），噪声包括ｂａｂｂｌｅ，ｃａｒ，ｓｔｒｅｅｔ，ｔｒａｉｎ，信噪 比为一５ｄｂ，０ｄｂ和５ｄｂ，并对通过评估得到的值采用平均值法得到噪声和语音增强算法的最佳匹配；最后，针对不同分类噪声， 采用不同的增强算法进行语音增强，并对４种噪声之外的噪声根据本文算法选取相应的语音增强算法。 关键词语音增强 噪音分类 深度神经网络 子空间法 维纳滤波 谱减法 对数最小均方误差法 中图法分类号ＴＰ３９１．９； 文献标志码Ａ 当今时代移动式通信系统迅猛发展，但移动式 通信的背景环境是非常复杂的，而背景噪声往往会 在很大程度上影响通信质量；因此研究语音增强算 法去除噪声，进而增强语音质量和可懂度是非常必 要的。 估方法对增强后的语音进行评估，得到噪声和语音 增强算法的最佳匹配。 在得到最佳匹配后，接下来的问题是：对于实际 问题，如何得到噪声类型，选取最佳的语音增强算法 进行增强。这就需要对噪声进行分类。噪声分类的 方法有很多，包括基于高斯混合模型的噪音分 类 Ｊ，ｋ最近邻算法Ｈ ，随机森林树法¨¨，基于 Ｂａｒｋ域能量分布的噪声分类方法¨ 等。在文献 ［１３，１４］中，提出深度神经网络具有极强的回归能 力，能够最大程度的提高语音增强的性能，为深度神 经网络在语音方面的应用开辟了道路。本文受到文 单通道语音增强方法因其具有简单性、普遍实 用性和易于实现性等特点，成为了语音增强的研究 热点 ｊ。在过去的几十年间，提出了很多类型基 于单通道的语音增强算法。最基本的语音增强算法 包括以下几种：谱减法 ｊ，维纳滤波算法，最小均方 误差（ＭＭＳＥ）算法 ，对数最小均方误差 （ＬｏｇＭＭＳＥ）算法 ，子空间的语音增强算法 Ｊ，进 而实现语音增强。 近年来，大多数人都致力于在原有算法上进行 改进，从而得到在某一方面更加优化的语音增强算 法。但很少有人对这些基本的算法进行比较，比较 它们究竟适合于哪种背景噪声，本文将子空间法、维 纳滤波算法、谱减法及ｌｏｇＭＭＳＥ这些最基本的语音 增强算法进行对比，在ｂａｂｂｌｅ，ｃａｒ，ｓｔｒｅｅｔ，ｔｒａｉｎ四 种噪声下对纯净语音按照不同的信噪比进行加噪， 再把这些含噪语音输入到上述四种语音增强算法中 进行语音增强，最后通过ＰＥＳＱ，ＬＳＤ和ＳＮＲ三种评 ２０１６年６月１２ Ｅｔ收到 教育部高等学校博士点基金 （２０１１１４０２１１００１３）资助 第一作者简介：孟欣（１９９２一），女，山西省临汾市人，硕士研究生。 研究方向：语音信号处理。Ｅ－ｍａｉｌ：５５３１２９５４７＠ｑｑ．ｅｏｍ。 通信作者简介：马建芬（１９６７一），女，河北省保定市人，教授，博士。 研究方向：语音信号处理、自然语言处理。 献［１３，１４］的启发，想进一步探索深度神经网络的 分类能力，所以提出了一种基于深度神经网络的噪 声分类算法。现实生活中，背景噪声的种类十分复 杂，深度神经网络强大的非线性映射能力能够在很 大程度上提高分类的准确性。 本文提出了一种基于深度神经网络的噪声分类 下的语音增算法。研究目的是采用深度神经网络进 行噪声分类，初步探索深度神经网络的分类能力并 且通过实验的方法，使得特定类型的噪声能够得到 最合适的语音增强算法进行处理。首先，使用深度 神经网络训练噪声；其次，通过实验，得到噪声类型 与语音增强算法的最佳匹配；最后，提取含噪语音中 的噪音部分，输入到训练好的深度神经网络中，得到 噪声类型结果，并输入到最佳匹配的语音增强算法 中进行增强 １使用深度神经网络进行噪声分类 正如引言所述，为了初步探索深度神经网络的 ３３期 孟欣，等：基于噪声特性的语音增强算法 分类能力，本文使用深度神经网络对噪声进行分类， 使用深度神经网络能有效的防止使用人工神经网络 时容易陷入局部最优的状态，并且能够处理更为复 杂的分类问题。深度神经网络的系统如图１所示。 此系统分为两个阶段，训练阶段和分类阶段。在训 练阶段，使用纯噪声对深度神经网络系统进行分类 训练，输人层为纯噪声提取的特征向量，本文在进行 实验时，使用梅尔频率倒谱系数（ＭＦＣＣ）对纯噪声 进行特征提取，ＭＦＣＣ中梅滤波器的阶数为６４，包括 ＭＦＣＣ参数和一阶ＭＦＣＣ参数，其中采样率为８ ０００ Ｈｚ，帧长为２５６，帧位移为１２８，得到６４维的特征向 量。输出层为噪声类型判断，具体分类类型判段标 志如表１所示。选择一个隐藏层，其中包括１２８个 神经元，所以本文采用的深度神经网络系统的结构 为６４—１２８—４；在分类阶段，提取含噪语音的噪声 阶段，使用ＭＦＣＣ进行特征向量提取，输入到在训练 阶段训练好的系统中，得到含噪语音所对应的噪声 类型。 一 分类阶段 ｌ图１ 深度神经网络分类系统 Ｆｉｇ．１ Ｃｌａｓｓｉｆｉｃａｔｉｏｎ ｓｙｓｔｅｍ ｂａｓｅｄ ｏｎ ｄｅｅｐ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ 表１分类判段标志 Ｔａｂｌｅｌ Ｔｈｅ ｍａｓｋ ｏｆ ｃｌａｓｓｉｉｆｅｄ ｊｕｄｇｅｍｅｎｔ 噪声类型 标志 噪声类型 标志 Ｂａｂｂｌｅ １０００ Ｔｒａｉｎ ００１０ Ｃａｒ ０１００ Ｓｔｒｅｅｔ ００ｏ１ １．１深度神经网络预训练 预训练阶段，采用前馈神经网络进行训练。对 于以前的人工神经网络而言，如果在初始化阶段采 用随机初始化网络系数，会陷人局部最小值¨ ，尤 其是在网络较为复杂时。因此，在本文中，使用受限 玻尔兹曼机（ＲＢＭｓ）对深度神经网络进行初始化， 第一层为高斯贝努力ＧＲＢＭ，剩下的层的均为贝努 力ＲＢＭ。隐藏单元采用ｓｉｇｍｏｉｄ函数，输出单元采 用线性函数。接下来，利用无监督学习法进行逐层 训练，在这个过程中，使用一个客观的标准——对比 差异法 更新ＲＢＭ的参数。 １．２基于最小均方误差的微调 预训练之后，在得到的输出单元与目标单元之 间使用基于最小均方误差的反馈算法继续训练深度 神经网络。此处的目标单元即为分类判断的标志。 这个阶段利用有监督学习算法进行微调。使用最小 批量随机梯度下降算法逐步减小均方误差： １ ⅣＤ Ｅ＝亩∑∑［ ：（Ｗｅ，ｂｅ）一 ］ （１） 式（１）中， 为均方误差， （Ｗｅ，ｂ ）和 分别表示 输出层第ｄ个神经元的值和分类标志中第ｄ个元素 的值。Ⅳ表示最小批量大小，Ｄ表示输出层神经元的 个数，此处为４；Ｗｅ，ｂ 表示第￡层权重和偏差参数。 接下来通过迭代更新权重 和偏差ｂ，设学习速率 为Ａ，，ｃ为权重衰变稀疏，∞为动力。迭代计算如式 （２）。 △（ ＋．， ）＝ 一Ａ 一ＫＡＡ（一（ ＋。，６６ ＋。）＋ｎＪ ）＋ △（ ｎ，， ｂ ），１≤ ≤Ｌ＋１ （２） 在本文的实验中，最小批量的Ⅳ为１２８，学习速 率Ａ为０．０１，权重衰变系数Ｋ为０，前５次迭代，动 力 为０．５，之后动力 为０．９。 １．３噪声分类的性能 １．３．１ 纯噪声分类准确性评估 为了评估基于深度神经网络的噪声分类方法的 性能，本文首先测试了对纯噪声分类的准确性。如 图２所示，图２（ａ）为１２ ｓ的纯噪声，４种训练过的 分类噪声，每种３ ８；图２（ｂ）为纯噪声分类结果，可 以看到，大部分噪声都能准确的分类（即位于１的 位置，且颜色对应正确），只有少部分未能准确的分 类（颜色对应不正确），横轴为时间单位，纵轴为分 类值。 Ｏ Ｏ ０ ． Ｌｌ －‘‘“ ＿＾ －Ⅱ上山 釜一ｏ ” １ 叩 ７’１ｒ —Ｏ －ｏ 图２纯噪声分类准确性 Ｆｉｇ．２ Ｔｈｅ ｃｌａｓｓｉｆｉｃａｔｉｏｎ ａｃｃｕｒａｃｙ ｏｆ ｔｈｅ ｐｕｒｅ ｎｏｉｓｅ 科学技术与工程 １６卷 １．３．２ 不同分类标准的对比 为了评估深度神经网络用于噪声分类的准确 性，本文用浅度神经网络与之对比，特征提取方法控 制为相同方法，层数及神经元个数相同。分类的准 确性如表２所示（ＳＮＮ为浅度神经网络，ＤＮＮ为深 度神经网络）。可以看出，使用深度神经网络进行 噪声分类具的准确性高于使用人工神经网络进行噪 声分类的准确性。且使用深度神经网络时最高的准 确率可以达到１００％。 表２不同分类方法分类的准确性 Ｔａｂｌｅ ２ Ｔｈｅ ｃｌａｓｓｉｆｉｅｄ ａｃｃｕｒａｃｙ ｏｆ ｄｉｆｆｅｒｅｎｔ ｃｌａｓｓｉｆｉｃａｔｉｏｎ ｍｅｔｈｏｄ ２噪声类型与语音增强算法的匹配 本文在进行噪声与增强算法的匹配时，使用了 四种噪声，是来自Ｎｏｉｓｅ一９２噪声库中的纯噪声，包括 ｂａｂｂｌｅ，ｃａｒ，ｓｔｒｅｅｔ和ｔｒａｉｎ，文献［１７］中指出，这四种 噪声具有普遍代表性，被很多研究所采用，所以本文 也将采用这四种噪声。纯净句子语音信号来自 ＩＥＥＥ句子语音库的全部７２０组句子，纯净语音及噪 声的采样率均为８ ｋＨｚ，量化精度为１６ ｂｉｔｏ采用了 多种性能评估方式对增强后的语音进行了性能评 估，包括语音质量的感知评估（ＰＥＳＱ） ，对数谱失 真（ＬＳＤ） 和输出信噪比（ｏｕｔｐｕｔＳＮＲ）三种。其中 ＰＥＳＱ是ＩＴＵ－Ｔ Ｐ．８６２建议书提供的客观ＭＯＳ值评 价方法，与主观评分的相关度很高，ＰＥＳＱ值越高， 语音质量越好；ＬＳＤ能够较准确的测量去噪语音的 失真程度，ＬＳＤ值越低，扭曲度越低；ｏｕｔｐｕｔＳＮＲ值越 高，去噪能力越强。所以ＰＥＳＱ值越高，ＬＳＤ值越 低，ｏｕｔｐｕｔＳＮＲ值越高，语音增强算法对噪声的增强 性能越好。 本文对全部７２０组纯净句子语料分别在信噪比 为一５ ｄＢ，０ ｄＢ及５ ｄＢ的情况下进行加噪。在同一 种信噪比条件下，分别使用子空间算法、维纳滤波算 法、谱减法和ｌｏｇＭＭＳＥ法对加噪语音进行处理，同 一种信噪比下的同一种类型噪声经过同一种降噪处 理可以得到１种测试条件，每一种测试条件都会经 过三种评估方式，即ＰＥＳＱ、ＬＳＤ和ｏｕｔｐｕｔＳＮＲ进行 评估，再分别计算同一信噪比条件下每一种性能评 估的平均值作为最终的增强性能能力值。测试条件 共有４×３×４×３，即１４４种。ＰＥＳＱ，ＬＳＤ和ｏｕｔ— ｐｕｔＳＮＲ三种客观评价的结果分别如表３，表４和表 ５所示。 表３ ＰＥＳＱ的值 Ｔａｂｌｅ ３ Ｔｈｅ ｖａｌｕｅ ｏｆ ＰＥＳＱ 表４ ＬＳＤ的值 Ｔａｂｌｅ ４ Ｔｈｅ ｖａｌｕｅ Ｏｆ ＬＳＤ 综合这三种评估方法，可以发现：①对于ｂａｂｂｌｅ 噪声，ｌｏｇＭＭＳＥ的ＰＥＳＱ虽然最高，但ＬＳＤ值太高， 即扭曲度过高，ｏｕｔｐｕｔＳＮＲ值过低，即输出的信噪比 低，去噪能力差，所以综合考虑，ｂａｂｂｌｅ类型的噪声 最适合实验谱减法进行去噪；②对于ｅａｒ噪声，无论 从哪种评估角度出发，都是应该选择维纳滤波法；③ 对于Ｓｔｒｅｅｔ噪声和Ｔｒａｉｎ噪声，应该选择子空间法。 这样，我们就得到了实验的四种噪声与语音增强算 法直接的最佳匹配。 ３３期 孟欣，等：基于噪声特性的语音增强算法 表５ ＯｕｔｐｕｔＳＮＲ的值 Ｔａｂｌｅ ５ Ｔｈｅ ｖａｌｕｅ ｏｆ ｏｕｔｐｕｔＳＮＲ ３基于噪声分类的语音增强 在文本的第一部分，使用深度神经网络对噪声 进行准确的分类；第二部分，对噪声类型与语音增强 算法进行了最优匹配；之后，对含噪语音进行如下处 理，如图３所示，首先提取语音的前１２０ ｍｓ，视为噪 声部分，之后输入到训练好的深度神经网络中，得到 准确的噪声类型，再根据第一部分的最优匹配，选取 最佳语音增强算法。 图３语音增强算法的流程图 Ｆｉｇ．３ Ｔｈｅ ｆｌｏｗ ｃｈａｔ ｏｆ ｓｐｅｅｃｈ ｅｎｈａｎｃｅｍｅｎｔ ａｌｇｏｒｉｔｈｍ ４实验结果及分析 对于本实验所选取的４种噪声，分类的准确性 及对于噪声选取的语音增强算法的性能都在前几部 分得到了验证与评估。而对于未知噪声该如何进行 分类和增强算法的选取将进行初步的实验与说明。 本文中进一步的选取了两种噪声，分别为Ｔｒａｆｉｆｃ （Ｎ４７）和Ｍａｃｈｉｎｅ（Ｎ４４），选自文献［２０］中的噪声 库。对于这两种未知噪声，将做如下处理：①提取噪 声的特征向量，输入到训练好的深度神经网络中，做 最佳匹配，把噪声匹配到现有的４种噪声类型中，得 到分类结果后选取相应的语音增强算法；②用实验 验证分类后判断出的语音增强算法是否准确。 ４．１分类结果 选取的两种噪声与本文所用的噪声的匹配度如 表６，表７所示，即Ｔｒａｆｆｉｃ与Ｂａｂｂｌｅ噪声类似，Ｍａ． ｃｈｉｎｅ与Ｃａｒ噪声类似，所以Ｔｒａｆｆｉｃ噪声应该选择谱 减法，Ｍａｃｈｉｎｅ噪声应该选择维纳滤波算法。 表６ Ｔｒａｆｉｆｃ的匹配结果 Ｔａｂｌｅ ６ Ｍａｔｃｈｉｎｇ ｒｅｓｕｌｔ ｏｆ ｔｒａｆｉｆｃ 分类类型 １０００ ０１００ ００１０ ０００１ 相关度／％ １００ ０ ０ ０ 表７ Ｍａｃｈｉｎｅ的匹配结果 Ｔａｂｌｅ ７ Ｍａｔｃｈｉｎｇ ｒｅｓｕｌｔ ｏｆ ｍａｃｈｉｎｅ 分类类型 １０００ ０１００ ００１０ ０００１ 相关度／％ １ ９３ ６ ０ ４．２验证判断的准确性 对选取的Ｔｒａｆｆｉｃ噪声和Ｍａｃｈｉｎｅ噪声进行加躁 后去噪，纯净语音选用ＩＥＥＥ纯净语音库中的全部 ７２０句语音，信噪比为一５ ｄＢ，０ ｄＢ和５ ｄＢ，采用率 为８ ０００ Ｈｚ。使用本文所用的４种噪声进行增强， 在三个信噪比的条件下取平均值，结果如表８所示。 表８ ＳＮＲ，ＬＳＤ，ＰＥＳＱ的平均值 Ｔａｂｌｅ ８ Ｔｈｅ ａｖｅｒａｇｅ ｖａｌｕｅ ｏｆ ＳＮＲ，ＬＳＤ。ＰＥＳＱ Ｔｒａｆｆｉｃ Ｍａｃｈｉｎｅ ＳＮＲ ＬＳＤ ＰＥＳＱ ＳＮＲ ＬＳＤ ＰＥＳＱ 维纳滤波３．７４ ６．７８ ２．１１ ６．８８ ５．７２ ２．２２ 子空间 ４．４０ ６．４７ １．９４１ ６．５０ ５．９４ ２．１６ 谱减法４．７７ ６．３０ ２．１５ ６．３１ ６．０６ ２．１４ ＬｏｇＭＭＳＥ ０．５８ ９．１９ ２．１３ １．０８ ９．１７ ２．１２ 由表８可以看出，Ｔｒａｆｉｆｃ噪声选取谱减法，Ｍａ— ｃｈｉｎｅ噪声选取维纳滤波算法的结果最好，正好符合 使用深度神经网络判断的结果，进一步验证了本文 提出算法的鲁棒性。 ５ 结语 本文以一个新的角度实现了语音增强。不同于 以往提出新的算法使得语音增强性能提高，本文首 先使用深度神经网络算法对噪声进行了分类，通过 与人工神经网络的对比，得知此方法高于人工神经 网络进行分类的准确性，最好状态下分类准确性可 ２４８ 科学技术与工程 １６卷 以达到１００％，对深度神经网络的分类性能做了初 步探索。其次，比较了几种经典的算法，对于它们适 合于增强何种噪声通过实验给了明确的匹配。最 后，通过噪声和语音增强算法的匹配结合，得到更好 的增强性能。 在本次实验性研究中，选取了４种噪声，包括 ｂａｂｂｌｅ，ｃａｒ，ｓｔｒｅｅｔ和ｔｒａｉｎ，最佳匹配为ｂａｂｂｌｅ噪声 应选用谱减法进行语音增强，ｃａｒ噪声应选用维纳滤 波算法进行语音增强，ｓｔｒｅｅｔ和ｔｒａｉｎ应选用子空间 法进行语音增强。对于本实验中不包含的噪声，也 做了相应的验证，未涉及到的噪声类型能够较准确 的匹配到本文实验的４种噪声中，得到相对较好的 结果。本文通过一些基础性的工作为以后的研究奠 定了方向。 当然，本文还存在很多不足，比如只对４种噪声 进行了最佳匹配，而且对增强算法覆盖的也不够全 面，以后可以进一步通过分析更多噪声的特性，覆盖 更为全面的噪声类型和语音增强算法类型，进行相 应的研究，且坚信，随着噪声种类的增多，网络会更 为复杂，使用深度神经网络进行噪声分类效果会更 加优于其他分类算法，使得本研究更具有普遍性和 优越性，更能应用于实际生活。 参考文献 Ｄｅｅｐａ Ｄ，Ｐｒａｋａｒｓｈａ Ｃ，Ｓｈａｎｍｕｇａｍ Ａ．Ｓｉｎｇｌｅ ｃｈａｎｎｅｌ ｓｐｅｅｃｈ ｅｎ— ｈａｎｃｅｍｅｎｔ ｕｓｉｎｇ ｓｐｅｃｔｒａｌ ｇａｉｎｓｈａｐｉｎｇ ｍｅｔｈｏｄ ａｎｄ ｄｅｒｅｖｅｒｂｅｒａｔｉｏｎ ｆｏｒ ｄｉｇｉｔａｌ ｈｅａｒｉｎｇ ａｉｄ．Ｃｏｍｐｕｔｅｒ Ｃｏｍｍｕｎｉｃａｔｉｏｎ ａｎｄ Ｉｎｆｏｒｍａｔｉｃｓ（ＩＣＣ— Ｃｔ），２０１２ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ．ＩＥＥＥ，２０１２：１＿－６ ２ Ｔｓｅｎｇ Ｈ Ｗ，Ｖｉｓｈｎｕｂｈｏｔｌａ Ｓ，Ｈｏｎｇ Ｍ，ｅｔ ａ１．Ａ ｎｏｖｅｌ ｓｉｎｇｌｅ ｃｈａｎｎｅｌ ｓｐｅｅｃｈ ｅｎｈａｎｃｅｍｅｎｔ ａｐｐｒｏａｃｈ ｂｙ ｃｏｍｂｉｎｉｎｇ Ｗｉｅｎｅｒ ｆｉｌｔｅｒ ａｎｄ ｄｉｃ— ｔｉｏｎａｒｙ ｌｅａｒｎｉｎｇ．Ａｃｏｕｓｔｉｃｓ，Ｓｐｅｅｃｈ，ａｎｄ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ，１９８８． ＩＣＡＳＳＰ一８８．，１９８８ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎ ｒｅｎｃｅ ｏｎ．２０１３：８６５３－－８６５７ ３ Ｘｉａ Ｂ，Ｂａｏ Ｃ．Ｗｉｅｎｅｒ ｆｉｌｔｅｒｉｎｇ ｂａｓｅｄ ｓｐｅｅｃｈ ｅｎｈａｎｃｅｍｅｎｔ ｗｉｔｈ Ｗｅｉｇｈｔｅｄ Ｄｅｎｏｉｓｉｎｇ Ａｕｔｏ－ｅｎｃｏｄｅｒ ａｎｄ ｎｏｉｓｅ ｃｌａｓｓｉｉｆｃａｔｉｏｎ．Ｓｐｅｅｃｈ Ｃｏｍｍｕｎｉｃａｔｉｏｎ，２０１４；６０（２）：１３—２９ ４ Ｓｉｎｇｈ Ｓ，Ｔｒｉｐａｔｈｙ Ｍ，Ａｎａｎｄ Ｒ Ｓ．Ｓｉｎｇｌｅ ｃｈａｎｎｅｌ ｓｐｅｅｃｈ ｅｎｈａｎｃｅ— ｍｅｎｔ ｆｏｒ ｍｉｘｅｄ ｎｏｎ—ｓｔａｔｉｏｎａｒｙ ｎｏｉｓｅ ｅｎｖｉｒｏｎｍｅｎｔｓ．Ａｄｖａｎｃｅｓ ｉｎ Ｓｉｇ— ｎａｌ Ｐｒｏｃｅｓｓｉｎｇ ａｎｄ Ｉｎｔｅｌｌｉｇｅｎｔ Ｒｅｃｏｇｎｉｔｉｏｎ Ｓｙｓｔｅｍｓ．Ｓｐｒｉｎｇｅｒ Ｉｎｔｅｒｎａ— ｔｉｏｎａｌ Ｐｕｂｌｉｓｈｉｎｇ．２０１４：５４５—５５５ Ｇｅｒｋｍａｎｎ Ｔ，Ｋｒａｗｃｚｖｋ—Ｂｅｃｋｅｒ Ｍ，Ｒｏｕｘ Ｊ Ｌ．Ｐｈａｓｅ ｐｒｏｃｅｓｓｉｎｇ ｆｏｒ ｓｉｎｇｌｅ—ｃｈａｎｎｅｌ ｓｐｅｅｃｈ ｅｎｈａｎｃｅｍｅｎｔ：ｈｉｓｔｏｒｙ ａｎｄ ｒｅｃｅｎｔ ａｄｖａｎｃｅｓ． Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｍａｇａｚｉｎｅ ＩＥＥＥ，２０１５；３２（２）：５５—６６ ６ Ｂｏｌｌ Ｓ．Ｓｕｐｐｒｅｓｓｉｏｎ ｏｆ ａｃｏｕｓｔｉｃ ｎｏｉｓｅ ｉｎ ｓｐｅｅｃｈ ｕｓｉｎｇ ｓｐｅｃｔｒａｌ ｓｕｂｔｒａｃ— ｔｉｏｎ．ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ａｃｏｕｓｔｉｃｓ Ｓｐｅｅｃｈ＆Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ． １９７９，２７（２）：１１３—１２Ｏ ７ Ｅｐｈｒａｉｍ Ｙ，Ｍａｌａｈ Ｄ，Ｅｐｈｒａｉｍ Ｙ．Ｓｐｅｅｃｈ ｅｎｈａｎｃｅｍｅｎｔ ｕｓｉｎｇ ａ ｒａｉｎ－ ｉｍｕｍ ｍｅａｎ－ｓｑｕａｒｅ ｅｒｒｏｒ ｓｈｏｒｔ—ｔｉｍｅ ｓｐｅｃｔｒａｌ ａｍｐｌｉｔｕｄｅ ｅｓｔｉｍａｔｏｒ． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ａｃｏｕｓｔｉｃｓ，Ｓｐｅｅｃｈ，Ｓｉｎｇａｌ Ｐｒｏｃｅｓｓｉｎｇ．１９８４： １１０９—１１２１ ８ Ｅｐｈｒａｉｍ Ｙ，Ｍａｌａｂ Ｄ．Ｓｐｅｅｃｈ ｅｎｈａｎｃｅｍｅｎｔ ｕｓｉｎｇ ａ ｎｆｉｎｉｍｕｍ ｍｅａｎ－ ｓｑｕａｒｅ ｅｌＴｏｒ ｌｏｇ・ｓｐｅｃｔｒａｌ ａｍｐｌｉｔｕｄｅ ｅｓｔｉｍａｔｏｒ．Ａｃｏｕｓｔｉｃｓ Ｓｐｅｅｃｈ＆ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ，１９８５；３３（２）：４４３－－４４５ ９ Ｅｐｈｒａｉｍ Ｙ，Ｖａｎ Ｔｒｅｅｓ Ｈ Ｌ．Ａ ｓｐｅｃｔｒａｌｌｙ－ｂａｓｅｄ ｓｉｇｎａｌ ｓｕｂｓｐａｃｅ ａｐ— ｐｒｏａｃｈ ｆｏｒ ｓｐｅｅｃｈ ｅｎｈａｎｃｅｍｅｎｔ．ｉｃａｓｓｐ．ＩＥＥＥ Ｃｏｍｐｕｔｅｒ Ｓｏｃｉｅｔｙ， １９９５：８０４—８０７ １０ Ｋｈｕｎａｒｓ￣Ｐ，Ｌｕｒｓｉｎｓａｐ Ｃ，Ｒａｉｃｈａｒｏｅｎ Ｔ．Ｖｅｒｙ ｓｈｏｒｔ ｔｉｍｅ ｅｎｖｉｒｏｎ— ｍｅｎｔｌａ ｓｏｕｎｄ ｃｌａｓｓｉｆｉｃａｔｉｏｎ ｂａｓｅｄ ｏｎ ｓｐｅｃｔｒｏｇｒａｍ ｐａｔｔｅｒｎ ｍａｔｃｈｉｎｇ． Ｉｎｆｏｒｍａｔｉｏｎ Ｓｃｉｅｎｃｅｓ，２０１３；２４３（１８）：５７—＿７４ １ １ Ｓａｋｅ Ｆ，Ｋｅｈｔａｍａｖａｚ Ｎ．Ｂａｃｋｇｒｏｕｎｄ ｎｏｉｓｅ ｃｌａｓｓｉｉｆｃａｔｉｏｎ ｕｓｉｎｇ ｒａｎ— ｄｏｍ ｆｏｒｅｓｔ ｔｒｅｅ ｃｌａｓｓｉｉｆｅｒ ｆｏｒ ｃｏｃｈｌｅａｒ ｉｍｐｌａｎｔ ａｐｐｌｉｃａｔｉｏｎｓ．Ａｃｏｕｓ— ｔｉｃｓ，Ｓｐｅｅｃｈ ａｎｄ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ（ＩＣＡＳＳＰ），２０１４ ＩＥＥＥ Ｉｎｔｅｒｎａ— ｔｉｏｎａｌ Ｃｏｎｆｅｆｅｎｃｅ ｏｎ．ＩＥＥＥ，２０１４：３５９１－－３５９５ ｌ２袁文浩，林家骏，陈宁，等．一种基于Ｂａｒｋ域能量分布的噪 声分类方法．华东理工大学学报：自然科学版，２０１３；（４）： ４７２—１４７６ Ｙｕａｎ Ｗ Ｈ，Ｌｉｎ Ｊ Ｊ，Ｃｈｅｎ Ｎ，ｅｔ ａ１．Ａ ｎｏｉｓｅ ｃｌａｓｓｉｉｆｃａｔｉｏｎ ｍｅｔｈｏｄ ｂａｓｅ ｏｎ ｎｏｉｓｅ ｅｎｅｒｇｙ ｄｉｓｔｉｒｂｕｔｉｏｎ ｉｎ ｂａｒｋ ｄｏｍａｉｎ．Ｊｏｕｒｎａｌ ｏｆ Ｅａｓｔ Ｃｈｉｎａ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ：Ｎａｔｕｒｌａ Ｓｃｉｅｎｃｅ Ｅｄｉ— ｔｉｏｎ，２０１３；（４）：４７２—４７６ １３ Ｘｕ Ｙ，Ｄｕ Ｊ，Ｄａｉ Ｌ Ｒ，ｅｔ ａ１．Ａｎ ｅｘｐｅｒｉｍｅｎｔａｌ ｓｔｕｄｙ ｏｎ ｓｐｅｅｃｈ ｅｎ— ｈａｎｃｅｍｅｎｔ ｂａｓｅｄ ｏｎ ｄｅｅｐ ｎｅｕｒｌａ ｎｅｔｗｏｒｋｓ．ＩＥＥＥ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｌｅｔｔｅｒｓ，２０１４；２１（１）：６５—６８ １４ Ｘｕ Ｙ，Ｄｕ Ｊ，Ｄａｉ Ｌ Ｒ，ｅｔ ａ１．Ａ ｒｅｇｒｅｓｓｉｏｎ ａｐｐｒｏａｃｈ ｔｏ ｓｐｅｅｃｈ ｅｎ— ｈａｎｃｅｍｅｎｔ ｂａｓｅｄ ｏｎ ｄｅｅｐ ｎｅｕｒｌａ ｎｅｔｗｏｒｋｓ．Ａｕｄｉｏ Ｓｐｅｅｃｈ＆Ｌａｎ— ｇｕａｇｅ Ｐｒｏｃｅｓｓｉｎｇ ＩＥＥＥ／ＡＣＭ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ，２０１５；２３（１）：７—１９ １５ Ｈｉｎｔｏｎ Ｇ Ｅ，Ｓａｌａｋｈｕｔｄｉｎｏｙ Ｒ Ｒ．Ｒｅｄｕｃｉｎｇ ｔｈｅ ｄｉｍｅｎｓｉｏｎａｌｉｔｙ ｏｆ ｄａ— ｔａ ｗｉｔｈ ｎｅｕｒｌａ ｎｅｔｗｏｒｋｓ．Ｓｃｉｅｎｃｅ，２００６；３１３（５７８６）：５ｏ４—５Ｏ７ １６ Ｂｅｎｇｉｏ Ｙ．Ｌｅａｒｎｉｎｇ ｄｅｅｐ ａｒｃｈｉｔｅｃｔｕｒｅｓ ｆｏｒ ＡＩ．Ｆｏｕｎｄａｔｉｏｎｓ＆Ｔｒｅｎｄｓ ◎ｉｎ Ｍａｃｈｉｎｅ Ｌｅａｒｎｉｎｇ，２００９；２（１）：ｌ一１２７ １７ Ｍａ Ｊ，Ｈｕ Ｙ，Ｌｏｉｚｏｕ Ｐ Ｃ．Ｏｂｊｅｃｔｉｖｅ ｍｅａｓｕｒｅｓ ｆｏｒ ｐｒｅｄｉｃｔｉｎｇ ｓｐｅｅｃｈ ｉｎｔｅｌｌｉｇｉｂｉｌｉｔｙ ｉｎ ｎｏｉｓｙ ｃｏｎｄｉｔｉｏｎｓ ｂａｓｅｄ ｏｎ ｎｅｗ ｂａｎｄ—ｉｍｐｏｒｔａｎｃｅ ｆｕｎｃｔｉｏｎｓ．Ｊｏｕｒｎａｌ ｏｆ ｔｈｅ Ａｃｏｕｓｔｉｃａｌ Ｓｏｃｉｅｔｙ ｏｆ Ａｍｅｒｉｃａ，２００９；１２５ （５）：３３８７—４Ｏ５ １８ ＩＴＵ—Ｔ，Ｒｅｃ． ８６２，Ｐｅｒｃｅｐｔｕａｌ ｅｖａｌｕａｔｉｏｎ ｏｆ ｓｐｅｅｃｈ ｑｕａｌｉｔｙ （ＰＥＳＱ）：ａｎ ｏｂｊｅｃｔｉｖｅ ｍｅｔｈｏｄ ｆｏｒ ｅｎｄ—ｔｏ—ｅｎｄ ｓｐｅｅｃｈ ｑｕａｌｉｔｙ ａｓｓｅｓｓ— ｍｅｆｌｔ ｏｆ ｎａｒｒｏｗ—ｂａｎｄ ｔｅｌｅｐｈｏｎｅ ｎｅｔｗｏｒｋｓ ａｎｄ ｓｐｅｅｃｈ，２０００ １９ Ｎｏｒｄｉｎ Ｆ，Ｅｒｉｋｓｓｏｎ Ａ ｓｐｅｅｃｈ ｓｐｅｃｔｒｕｍ ｄｉｓｔｏｒｔｉｏｎ ｍｅａｓｕｒｅ ｗｉｔｈ ｉｎ— ｔｅｒｆｒａｍｅ ｍｅｍｏｒｙ．Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ Ａｃｏｕｓｔｉｃｓ，Ｓｐｅｅｃｈ，ａｎｄ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｉｎｇ，ｏｎ ＩＥＥＥ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ—Ｖｏｌｕｍｅ ０２．ＩＥＥＥ Ｃｏｍｐｕｔｅｒ Ｓｏｃｉｅｔｙ．２００１：７ ｌ７—－７２Ｏ ２０ Ｈｕ Ｇ，１００ ｎｏｎ－ｓｐｅｅｃｈｅｎｖｉｒｏｎｍｅｎｔａｌ ｓｏｕｎｄｓ，Ａｖａｉｌａｂｌｅ：ｈｔｔｐ：／／ ＷＷＷ．ｃｓｅ．ｏｈｉｏ－ｓｔａｔｅ．ｅｄｕ／ｐｎｌ／ｃｏｒｐｕｓ／ＨｕＣｏｒｐｕｓ．ｔｈｍｌ，２００４ （下转第２６１页） ３３期 程朋，等：工字型城市地下人行通道的通风环境与优化设计研究 ２６１ Ｓｔｕｄｙ ｏｎ Ｖｅｎｔｉｌａｔｉｏｎ Ｅｎｖｉｒｏｎｍｅｎｔ ａｎｄ Ｏｐｔｉｍｉｚａｔｉｏｎ Ｄｅｓｉｇｎ ｏｆ Ｕｒｂａｎ Ｉ－ｓｈａｐｅｄ Ｐｅｄｅｓｔｒｉａｎ Ｕｎｄｅｒｐａｓｓ ＣＨＥＮＧ Ｐｅｎｇ 一，ＷＡＮＧ Ｙｏｎｇ ，ＷＡＮＧ Ｙａｎ—ｌｉ ，ＬＩ Ｍｉｎｇ—ｚｈｏｎｇ４ （Ｓｃｈｏ０１ ｏｆ ｃｉｖｉｌ Ｅｎｇｉｎｅｅｒｉｎｇ ａｎｄ Ａｒｃｈｉｔｅｃｔｕｒｅ，Ａｎｈｕｉ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ ，Ｈｕａｉｎａｎ ２３２００１，Ｐ・Ｒ・Ｃｈｉｎａ； Ｓｔａｔｅ Ｋｅｖ Ｌａｂ０ｒａｔｏｒｙ ０ｆ Ｇｅｏｍｅｃｈａｎｉｃｓ ａｎｄ Ｇｅｏｔｅｃｈｎｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｒｏｃｋ ａｎｄ Ｓｏｉｌ Ｍｅｃｈａｎｉｃｓ， ． Ｃｈｉｎｅｓｅ Ａｃ＆ｄｅｍｖ ｎｆ Ｓｃｉｅｎｃｅｓ ．Ｗｕｈａｎ ４３００７１，Ｐ．Ｒ．Ｃｈｉｎａ；Ｋｅｙ Ｌａｂｏｒａｔｏｒｙ ｏｆ Ｇｅｏｔｅｃｈｎｉｃａｌ Ｍｅｃｈａｎｉｃｓ ａｎｄ Ｅｎｇｉｎｅｅｒｉｎｇ ０ｆ ｔｈｅ Ｍｉｎｉｓｔｒｙ ｏｆ Ｗａｔｅｒ Ｒｅｓｏｕｒｃｅｓ，Ｙａｎｇｔｚｅ Ｒｉｖｅｒ Ｓｃｉｅｎｔｉｆｉｃ Ｒｅｓｅａｒｃｈ Ｉｎｓｔｉｔｕｔｅ ，Ｗｕｈａｎ ４３００ｌＯ，Ｐ・Ｒ・ Ｃｈｉｎａ； Ｃｈｉｎａ Ｆｉｒｓｔ Ｍｅｔａ１１ｕｒｇｉｃａｌ Ｇｒｏｕｐ Ｃｏ．，ＩＪｔｄ ，Ｗｕｈａｎ ４３００８１，Ｐ．Ｒ．Ｃｈｉｎａ） ｒ Ａｂｓｔｒａｃｔ］ Ｉｎ ｏｒｄｅｒ ｔｏ ｅｘｐｌｏｒｅ ｔｈｅ ｖｅｎｔｉｌａｔｉｏｎ ｅｎｖｉｒｏｎｍｅｎｔ ａｎｄ ｒｅｖｅａｌ ｔｈｅ ｃｏｎｄｅｎｓａｔｉｏｎ ｍｅｃｈａｎｉｓｍ ｏｌ １－ｓｈａｐ０ｄ Ｄｅｄｅｓｔｒｉａｎ ｕｎｄｅｒｐａｓｓ ａｄｏｐｔｅｄ ｂｙ ｃｉｔｉｅｓ ｉｎ ｔｈｅ ｒａｉｎｙ ａｎｄ ｈｕｍｉｄ ｒｅｇｉｏｎｓ ｉｎ ｓｏｕｔｈ ａｒｅａｓ ｏｆ Ｃｈｉｎａ ｉｎ ｓｕｍｍｅｒ，ｏｎ ｓ ｔｅ ｍ０ｎｉｔ０ｒｉｎｇ ｏｆ Ｙｕｅｊｉａｚｕｉ ｐｅｄｅｓｔｒｉａｎ ｕｎｄｅｒｐａｓｓ ｉｎ Ｗｕｈａｎ ｗａｓ ｃａｒｒｉｅｄ ｏｕｔ，ｉｎｃｌｕｄｉｎｇ ａｉｒ ｔｅｍｐｅｒａｔｕｒｅ，ｈｕｍｉｄｉｔｙ，ｗａｌｌ ｍｐｅｒａｔｕｒｅ，ｗｉｎｄ ｓｐｅｅｄ，ａｎｄ ｏｔｈｅｒ ｐａｒａｍｅｔｅｒｓ． Ａ ｃｏｎｔｒａｓｔｉｖｅ ａｎａｌｙｓｉｓ ｗａｓ ｍａｄｅ ｂｅｔｗｅｅｎ ＣＦＤ ｎｕｍｅｒｉｃａｌ ｓｉｍｕｌａ— ｔ ｌｏ ｎ ａｎｄ ｔｈｅ ｍｅａｓｕｒｅｄ ｄａｔａ．Ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ ｎａｔｕｒａｌ ｖｅｎｔｉｌａｔｉｏｎ ｉｓ ｄｉｉｃｕｌｆｔ ｔｏ ａｃｈｉｅｖｅ ｉｎ ｍａｉｎ ｃｈａｎｎｅｌ ｏｆ ｔｈｅ Ｉ。 ８ｈａｐｅｄ ｐｅｄｅｓｔｒｉａｎ ｕｎｄｅｒｐａｓｓ．Ｔｈｅ ｕｎｄｅｒｐａｓｓ ｉｓ ｏｆｔｅｎ ｉｎ ｓｔａｔｅ ｏｆ ｈｉｇｈ ｈｕｍｉｄｉｔｙ ａｎｄ ｐｒｏｎｅ ｔｏ ｃｏｎｄｅｎｓａｔｉｏｎ ｉｎ ｓｕｍ— ｍｅｒ．Ｔｈｅ ｒｅａｓ０ｎ ｏｆ ｃｏｎｄｅｎｓａｔｉｏｎ ｐｈｅｎｏｍｅｎｏｎ ｃａｎ ｂｅ ｅｘｐｌａｉｎｅｄ ｂｙ Ｍａｇｎｕｓ ｆｏｒｍｕｌａ．Ｄｉｆｆｅｒｅｎｔ ｏｐｔｉｍｉｚａｔｉｏｎ ｍｏｄｅｌｓ ０ｆ Ｉ－ｓｈａｐｅｄ ｐｅｄｅｓｔｒｉａｎ ｕｎｄｅｒｐａｓｓ ａｒｅ ｃｏｍｐａｒｅｄ ｂｙ ＣＦＤ ｎｕｍｅｒｉｃａｌ ｓｉｍｕｌａｔｉｏｎ，ａｎｄ ｔｈｅ ｒａｔｉｏｎａｌｉｔｙ ｏｆ ｔｈｅ ｏｐｔｉｍｉｚａｔｉｏｎ ｈｅｍｅ ｉｓ ｖｅｒｉｉｆｅｄ． Ｉｔ ｅａｎ ｐｒｏｖｉｄｅ ｒｅｆｅｒｅｎｃｅ ｆ０ｒ ｔｈｅ ｃｏｎｓｔｒｕｃｔｉｏｎ ｏｆ ｐｅｄｅｓｔｒｉａｎ ｕｎｄｅｒｐａｓｓ ｐｒｏｊｅｃｔ ｉｎ ｔｈｅ ｓｏｕｔｈｅｒｎ ｃｉｔｙ ｏｆ Ｃｈｉｎａ． ｐｅｄｅｓｔｒｉａｎ ｕｎｄｅｒｐａｓｓ ＼ ＼ ［Ｋｅｙ ｗｏｒｄｓ］ ｖｅｎｔｉｌａｔｉｏｎ ｅｎｖｉｒｏｎｍｅｎｔ ） ｍａｇｎｕｓ ｆｏｒｍｕｌａ ＣＦＤ 、 、 （上接第２４８页） Ｓｐｅｅｃｈ Ｅｎｈａｎｃｅｍｅｎｔ Ａｌｇｏｒｉｔｈｍ Ｂａｓｅｄ ｏｎ ｔｈｅ Ｎｏｉｓｅ Ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ＭＥＮＧ Ｘｉｎ ．ＭＡ Ｊｉａｎ—ｆｅｎ ，ＺＨＡＮＧ Ｘｕｅ—ｙｉｎｇ ，ＣＡＯ Ｄｉ （Ｃｏｌｌｅｇｅ ｏｆ Ｃｏｍｐｕｔｅｒ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ ， Ｃｏｌｌｅｇｅ ０ｆ Ｉｎｆｏｒｍａｔｉｏｎ Ｅｎｇｉｎｅｅｒｉｎｇ ，Ｔａｉｙｕａｎ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ，Ｊｉｎｚｈｏｎｇ ０３０６００，Ｐ．Ｒ．Ｃｈｉｎａ） 『Ａｂｓｔｒａｃｔ］ Ａｃｃｏｒｄｉｎｇ ｔｏ ｔｈａｔ ｄｉｆｆｅｒｅｎｔ ｓｐｅｅｃｈ ｅｎｈａｎｃｅｍｅｎｔ ａｌｇｏｒｉｔｈｍ ｈａｓ ａ ｄｉｆｆｅｒｅｎｔ ｅｎｈａｎｃｅｍｅｎｔ ｅｆｆｅｃｔ ｏｎ ｄｉ±－ ｆｌｅｒｅｎｔ ｎｏｉｓｅ ｔｖｐｅ，ａ ｋｉｎｄ ｏｆ ｓｐｅｅｃｈ ｅｎｈａｎｃｅｍｅｎｔ ａｌｇｏｒｉｔｈｍ ｂａｓｅｄ ｏｎ ｔｈｅ ｎｏｉｓｅ ｃｌａｓｓｉｉｃａｔｉｏｎ ｏｆ ｄｅｅｐ ｎｅｕｒａｌ ｎｅｔｆｗｏｒｋ ｗａｓ ｐＩ０ｌｐｏｓｅｄ． Ｆｉｒｓｔｌｙ，ｄｅｅｐ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ（ＤＮＮ）ａｌｇｏｒｉｔｈｍ ｗａｓ ｅｘｐｌｏｉｔｅｄ ｔｏ ｃｌａｓｓｉｆｙ ｎｏｉｓｅ ａｎｄ ｔｈｅ ｃｌａｓｓｉｉｆｃａｔｉｏｎ ａｌｇｏｒｉｔｈｍｓ ｃｏｍｐｒｉｓｅｄ ｔｗｏ ｓｔａｇｅｓ：ｔｈｅ ｔｒａｉｎｉｎｇ ｓｔａｇｅ ａｎｄ ｃｌａｓｓｉｉｃａｔｉｏｎ ｓｔａｇｅ．Ｉｎ ｔｈｅ ｔｒａｉｆｎｉｎｇ ｓｔａｇｅ，ｔｈｅ ｎｏｉｓｅ ｂａｂｂｌｅ， ｃａｒ．ｓｔｒｅｅｔ ａｎｄ ｔｒａｉｎ ｗｅｒｅ ｕｓｉｎｇ ｆｏｒ ｔｒａｉｎｉｎｇ ＤＮＮ，ｉｎ ｃｌａｓｓｉｆｉｃａｔｉｏｎ ｓｔａｇｅ，ｉｎｐｕｔｔｉｎｇ ｔｈｅ ｅｘｔｒａｃｔｅｄ ｎｏｉｓｅ ｔｏ ｔｈｅ ｔｒａｉｎｅｄ ＤＮＮ．ｏｂｔａｉｎｅｄ ｔｈｅ ｃｌａｓｓｉｆｉｃａｔｉｏｎ ｒｅｓｕｌｔ ａｎｄ ｅｖａｌｕａｔｅｄ ｔｈｅ ｃｌａｓｓｉｉｃａｔｉｏｎ ｐｅｒｆｏｒｍａｎｃｅ；Ｓｅｃｏｎｄｌｙ，ｓｐｅｅｃｈ ｅｖａｌｕａｔｉｏｎ ｆｍｅｔｈ０ｄｓ ｓｕｃｈ ａｓ ＰＥＳＱ，ＬＳＤ ａｎｄ ＳＮＲ ｗｅｒｅ ａｄｏｐｔｅｄ ｔｏ ｅｖａｌｕａｔｅ ｔｈｅ ｐｅｒｆｏｒｍａｎｃｅ．Ｆｏｒ ｄｉｆｆｅｒｅｎｔ ｎｏｉｓｙ ｓｐｅｅｃｈ ｉｎ ｄｉｆ－ ｆｌｅｒｅｎｔ ＳＮＲ．ｄｉｆｆｅｒｅｎｔ ｓｐｅｅｃｈ ｅｎｈａｎｃｅｍｅｎｔ ａｌｇｏｒｉｔｈｍｓ ｗｅｒｅ ｅｖａｌｕａｔｅｄ．Ｔｈｅ ｓｐｅｅｃｈ ｅｎｈａｎｃｅｍｅｎｔ ａｌｇｏｒｉｔｈｍｓ ｗｈｉｃｈ ｗｅｒｅ ａｄｏｐｔｅｄ ｉｎｃｌｕｄｉｎｇ ｓｕｂｓｐａｃｅ，ｗｉｅｎｅｒ ｆｉｌｔｅｒｉｎｇ，ｓｐｅｃｔｒａｌ ｓｕｂｔｒａｃｔｉｏｎ ａｎｄ ｌｏｇＭＭＳＥ ａｌｇｏｒｉｔｈｍ，ｔｈｅ ａｄｏｐｔｅｄ ｎｏｉｓｅ ｉｎｃｌｕｄｉｎｇ ｂａｂｂｌｅ，ｃａｒ，ｓｔｒｅｅｔ ａｎｄ ｔｒａｉｎ，ｔｈｅ ａｄｏｐｔｅｄ ＳＮＲ ｉｎｃｌｕｄｉｎｇ一５ ｄｂ，０ ｄｂ ａｎｄ ５ ｄｂ．Ｔｈｅ ｖａｌｕｅｓ ｗｈｉｃｈ ｗｅｒｅ ｏｂｔａｉｎｅｄ ｂｖ ｅｖａｌｕａｔｅｄ ｗｅｒｅ ｕｓｅｄ ｔｏ ｇｅｔ ｔｈｅ ｂｅｓｔ ｍａｔｃｈ ｂｅｔｗｅｅｎ ｎｏｉｓｅ ａｎｄ ｓｐｅｅｃｈ ｅｎｈａｎｃｅｍｅｎｔ ａｌｇｏｒｉｔｈｍ；Ｆｉｎａｌｌｙ， ａｃｃｏｒｄｉｎｇ ｔｏ ｄｉｆｆｅｒｅｎｔ ｎｏｉｓｅ ｔｙｐｅ，ｕｓｉｎｇ ｄｉｆｆｅｒｅｎｔ ｓｐｅｅｃｈ ｅｎｈａｎｃｅｍｅｎｔ ａｌｇｏｒｉｔｈｍ ｔｏ ｃｏｎｄｕｃｔ ｓｐｅｅｃｈ ｅｎｈａｎｃｅｍｅｎｔ，ａｓ ｆｏｒ ａｎｏｔｈｅｒ ｎｏｉｓｅ ｔｙｐｅ．ａｃｃｏｒｄｉｎｇ ｔｏ ｐｒｏｐｏｓｅｄ ａｌｇｏｒｉｔｈｍ ｓｅｌｅｃｔ ｒｅｌｅｖａｎｔ ｓｐｅｅｃｈ ｅｎｈａｎｃｅｍｅｎｔ ａｌｇｏｒｉｔｈｍ・ ［Ｋｅｙ ｗｏｒｄｓ］ ｓｐｅｅｃｈ ｅｎｈａｎｃｅｍｅｎｔ ａｌｇｏｒｉｔｈｍ 一， “ 一 ｗｉｅｎｅｒ ｆｉｌｔｅｒｉｎｇ ｎｏｉｓｅ ｃｌａｓｓｉｉｆｃａｔｉｏｎ ｌｏｇＭＭＳＥ ｄｅｅｐ ｎｅｕｒａｌ ｎｅｔｗｏｒｋ ｓｕｂｓｐａｃｅ ｓｐｅｃｔｒａｌ ｓｕｂｔｒａｃｔｉｏｎ
