实时语音通信发展到今天，用户对通话语音质量提出了越来越高的要求。由于终端设备的多样性以及使用场景的差异，声音问题依然存在。传统的音频处理技术从声音信号本身出发，挖掘其时频特性，作出假设，建立物理模型，很多参数都需要人工进行精细化微调，比较费时费力。随着AI技术的发展，凭借着其强大的拟合能力，利用数据驱动，为改善音频体验提供了更多的可能性。
关于理论部分，包括论文有很多，每种想法都存在一些问题，包括工程方面的，如需做落地，效果稳定良好，还需要做很多更多的工作，这里稍微做了下总结，深度学习降噪基本都在这份分享的PPT上面，降噪部分有些文章可能有些不太新了，但是还是有学习参考意义的。
此处就分享几张DNN处理后的样本，增加一下新手的信心，处理非平稳噪声，效果还是非常明显的。
white:
destroyerengine:
n32:
n38
n61:
sil:
coffee:
PPT链接地址：
百度云盘
链接: https://pan.baidu.com/s/1vvUiiGtu-HUdZwclBSInZA 提取码: bsc5
实时语音通信的总结和深度学习降噪资料都可以直接在QQ群下载到
QQ群：音频信号处理读书会 485186545
如上群已满，请加新群： 音频处理与机器学习 238816966
转载于:https://www.cnblogs.com/welen/p/10529953.html
