本文介绍了一种新的动态门控递归神经网络（DG-RNN），用于资源受限硬件平台上的语音增强计算。该网络通过新增的选择门在每个步骤只更新一部分神经元，从而降低计算成本。实验结果表明，该模型在语音清晰度和质量指标上与基线模型相当，同时计算需求减少了50%。