降噪算法是语音增强3A算法中的常用算法，传统降噪算法可以很好的消除稳态噪声但无法准确处理瞬态噪声，近年来AI降噪做法取得了不错的效果，尤其是对变化很快的瞬态噪声取得很好的效果，但也面临着链条长、模型算力大、落地难的情况。本文以GruNet降噪模型为例，由浅入深，介绍算法模型、损失函数，后续也打算做个系列，介绍更多模型结构、数据工程、工程化落地技巧，以及超宽带和全带降噪算法等。

一、模型结构

GruNet是一个轻量级的网络结构。

特征方面，使用全频点的log功率谱作为特征。

网络方面，先进行归一化，然后使用两层GRU层，实现对时间序列历史信息建模，dropout防止过拟合。最后加上三层全连接。通过sigmoid预测全频点real mask。

前向代码如下，最后估计的mask作用到幅度谱，达到降噪。

二、损失函数

使用signal approching的方式进行训练，使用Negative SI-SNR作为损失函数。

三、工程化

工程化是个辛苦活，需要考虑相应的落地平台，一般不同的平台需要不同的工程化方案，如dsp一般需要定点化，arm芯片可以做neon指令集优化等。资源有限的平台，需要更多工程上的优化。

四、测试数据和处理结果

键盘鼠标和风噪：

无法张贴测试音频，更多测试音频和下载链接，见微信公众号“算法晓记”。

五、代码

包括训练代码和工程代码，后续考虑公开。