在语音识别与自然语言处理实验室建设过程中，语音数据是非常重要的科研资源之一。同时，语音数据面临的最大挑战在于在录制语音的过程中，周边环境噪音带来的对数据质量的影响。正因如此，Speech-enhancement 语音增强项目旨在建立一个语音增强系统来衰减环境噪声。
为了创建用于训练的数据集，收集了来自不同来源的英语语音的干净声音和环境噪音 —— 干净的声音主要来自 LibriSpeech：基于公共领域有声读物的 ASR 语料库。另外，使用了SiSec 的一些数据 —— 由总共 100 首不同风格的全音轨歌曲组成，包括混合物和四个原始音源及音干。环境噪声是从 ESC-50 数据集（完整版 ESC 语音语料库）以及部分用于 Matlab 实验教学的数据集。在这个项目中，重点研究了10类环境噪声：时钟，脚步声，铃铛，手锯，警报，烟花，昆虫，刷牙，吸尘器和打鼾。
为了创建用于训练 / 验证 / 测试的数据集，音频以 8kHz 采样，并且在 1 秒以上的时间内略微提取了窗口。对环境噪声进行了一些数据扩充（在不同时间获取窗口会创建不同的噪声窗口）。噪声已经混合在一起，以随机化的噪声级别（介于 20％ 和 80％ 之间）来清除声音。最后，训练数据包括 10h 的嘈杂声和干净的声音，以及 1h 的声音验证数据。
项目 GitHub 地址