實時語音通信發展到今天，用戶對通話語音質量提出了越來越高的要求。由於終端設備的多樣性以及使用場景的差異，聲音問題依然存在。傳統的音頻處理技術從聲音信號本身出發，挖掘其時頻特性，作出假設，建立物理模型，很多參數都需要人工進行精細化微調，比較費時費力。隨着AI技術的發展，憑借着其強大的擬合能力，利用數據驅動，為改善音頻體驗提供了更多的可能性。
關於理論部分，包括論文有很多，每種想法都存在一些問題，包括工程方面的，如需做落地，效果穩定良好，還需要做很多更多的工作，這里稍微做了下總結，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，但是還是有學習參考意義的。
此處就分享幾張DNN處理后的樣本，增加一下新手的信心，處理非平穩噪聲，效果還是非常明顯的。
white:
destroyerengine:
n32:
n38
n61:
sil:
coffee:
PPT鏈接地址：
百度雲盤
鏈接: https://pan.baidu.com/s/1vvUiiGtu-HUdZwclBSInZA 提取碼: bsc5
實時語音通信的總結和深度學習降噪資料都可以直接在QQ群下載到
QQ群：音頻信號處理讀書會 485186545
如上群已滿，請加新群： 音頻處理與機器學習 238816966