语音增强，使用掩蔽方法和映射方法

语音增强，使用掩蔽方法和映射方法对应论文：A Two-stage Speech Enhancement Method Based on Deep Learning Network所使用的平台、库及版本：
PyCharm 2021.2.3
matlab R2019a
python 3.7.11
keras 2.2.0
tensorflow 1.14.0
librosa 0.8.1
各函数介绍：
generate_data.py 生成训练数据函数
SpectralSubtraction.py 谱减法函数
IBM.py  训练IBM方法函数
Mapping.py  训练Mapping方法函数
mian.py 提出方法的主函数：计算了两种方法（IBM,Bss_Mapping）对含有两种噪声（白噪声和机关枪噪声）在6种信噪比（-5,0,5,10,15,20）下的语音进行增强的结果，输出个种情况的增强语音
measure_pesq.m 评价语音失真函数：计算增强语音的PESQ STIO指标
measure_snr.m 评价信噪比函数：计算增强语音的SNR,SegSNR,FWSegSNR指标
运行步骤：
1.运行mian.py
2.运行measure_pesq.m
3.运行measure_snr.m
得到数据后在Excel表格中画图即可得到论文中的图表

.
└── AIACT2022
    ├── DC_block.m
    ├── FFTNXCorr.m
    ├── IBM_train.py
    ├── Mapping_train.py
    ├── SpectralSubtraction.py
    ├── __pycache__
    │   ├── SpectralSubtraction.cpython-36.pyc
    │   └── basicfunctions.cpython-36.pyc
    ├── apply_VAD.m
    ├── apply_filter.m
    ├── apply_filters.m
    ├── basicfunctions.py
    ├── clean.wav
    ├── comp_fwseg.m
    ├── comp_snr.m
    ├── crude_align.m
    ├── fix_power_level.m
    ├── generate_data.py
    ├── id_searchwindows.m
    ├── id_utterances.m
    ├── input_filter.m
    ├── main.py
    ├── measure_pesq.m
    ├── measure_snr.m
    ├── measure_test.m
    ├── pesq.m
    ├── pesq_n.m
    ├── pesq_psychoacoustic_model.m
    ├── pow_of.m
    ├── setup_global.m
    ├── split_align.m
    ├── stoi.m
    ├── testfunctions.py
    ├── time_align.m
    ├── timit_clean_selected_train.wav
    ├── utterance_locate.m
    ├── utterance_split.m
    ├── 代码说明.txt
    └── 数据分析.xlsx

2 directories, 38 files