期刊文献+
共找到855篇文章
< 1 2 43 >
每页显示 20 50 100
基于EEMD数据预处理和DNN的语音增强算法研究 预览
1
作者 陈建明 梁志成 《兵器装备工程学报》 CAS 北大核心 2019年第6期96-103,共8页
提出了基于总体平均经验模态分解(EEMD)预处理和深度神经网络的语音增强算法,首先将带噪语音信号和纯净语音信号进行EEMD分解,获得一组频率从高到低的本征模态函数IMF分量,然后从各IMF中提取时域的信号特征,组成特征向量,输入神经网络... 提出了基于总体平均经验模态分解(EEMD)预处理和深度神经网络的语音增强算法,首先将带噪语音信号和纯净语音信号进行EEMD分解,获得一组频率从高到低的本征模态函数IMF分量,然后从各IMF中提取时域的信号特征,组成特征向量,输入神经网络中进行训练。实验表明:该算法与经典无监督算法比,无需任何假设条件,可以较好地学习带噪语音和纯净语音之间复杂的非线性关系,在语音质量和可懂度方面优势明显,显示了深度神经网络在语音增强方面的独特作用。 展开更多
关键词 语音增强 EEMD分解 语音信号特征提取 深度神经网络 语音质量 可懂度
在线阅读 免费下载
基于感知掩蔽的重构非负矩阵分解单通道语音增强算法 预览
2
作者 李艳生 刘园 张毅 《计算机应用》 CSCD 北大核心 2019年第3期894-898,共5页
针对非负矩阵分解(NMF)语音增强算法在低信噪比(SNR)非稳定环境下存在噪声残留的问题,提出一种基于感知掩蔽的重构NMF(PM-RNMF)单通道语音增强算法。首先,将心理声学掩蔽特性应用于NMF语音增强算法中;其次,对不同频率位采用不同的掩蔽阈... 针对非负矩阵分解(NMF)语音增强算法在低信噪比(SNR)非稳定环境下存在噪声残留的问题,提出一种基于感知掩蔽的重构NMF(PM-RNMF)单通道语音增强算法。首先,将心理声学掩蔽特性应用于NMF语音增强算法中;其次,对不同频率位采用不同的掩蔽阈值,建立自适应感知掩蔽增益函数,通过阈值约束残余噪声能量和语音失真能量;最后,结合语音存在概率(SPP)进行感知增益修正,重构NMF算法,以此建立新的目标函数。仿真结果表明,在不同SNR的3种非稳定噪声环境下,与NMF、重构NMF(RNMF)、感知掩蔽深度神经网络(PM-DNN)算法相比,PM-RNMF算法的感知语音质量评估(PESQ)平均值分别提高了0.767、0.474、0.162,信源失真比(SDR)平均值分别提高了2.785、1.197、0.948。实验结果表明,无论是在低频还是高频PM-RNMF有更好的降噪效果。 展开更多
关键词 非负矩阵分解 感知掩蔽 语音增强 语音存在概率 单通道
在线阅读 下载PDF
基于汉语端点检测的电子耳蜗语音增强系统 预览
3
作者 卫铭斐 杨放 +1 位作者 江莉 许捷 《电子设计工程》 2019年第4期109-112,117共5页
电子耳蜗语音处理一般是针对无声调的西方语设计的,随着电子耳蜗汉语使用者人数的快速增长,提高电子耳蜗汉语识别能力是面临的重要问题。将汉语端点检测和高级混合编码(ACE)策略相结合,利用基于元音的端点检测获取的静音段、特殊噪音段... 电子耳蜗语音处理一般是针对无声调的西方语设计的,随着电子耳蜗汉语使用者人数的快速增长,提高电子耳蜗汉语识别能力是面临的重要问题。将汉语端点检测和高级混合编码(ACE)策略相结合,利用基于元音的端点检测获取的静音段、特殊噪音段和音节端点等信息优化ACE策略,控制通道选择,调整刺激速率,可以增强汉语语音识别能力,更好地抑制含噪语音的噪声成分。通过主客观评价结果表明,基于汉语端点检测改进的ACE策略构成的电子耳蜗系统,相比传统CIS策略和ACE策略的电子耳蜗系统,平均识别率分别平均提高13%和11%,有效提高了电子耳蜗合成语音的清晰度和辨识度,增强了汉语语音识别效果。 展开更多
关键词 电子耳蜗 端点检测 语音增强 ACE策略 汉语端点 语音识别
在线阅读 下载PDF
区分性联合稀疏字典交替优化的语音增强 预览
4
作者 贾海蓉 王卫梅 +1 位作者 王雁 裴俊华 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2019年第3期74-81,共8页
在联合稀疏字典的语音增强中,由于联合字典的相似性,导致稀疏重构阶段产生语音和噪声混淆进而产生语音失真问题。针对此,在训练阶段提出一个费希尔准则下的目标函数。该函数包含了语音和噪声的区分约束项,并用与信号变化相关的平衡因子... 在联合稀疏字典的语音增强中,由于联合字典的相似性,导致稀疏重构阶段产生语音和噪声混淆进而产生语音失真问题。针对此,在训练阶段提出一个费希尔准则下的目标函数。该函数包含了语音和噪声的区分约束项,并用与信号变化相关的平衡因子去调整各项权值,为尽可能减小混淆误差提供了保障;同时,为了能使目标函数收敛,设计了一种交替优化字典和稀疏系数的算法,迭代寻找所需的字典和稀疏系数,完成语音字典和噪声字典的输出,得到具有非相似即区分性能较好的联合字典。在增强阶段,将带噪语音信号在联合字典上进行稀疏表示,并估计出语音幅度谱和噪声幅度谱。最后,结合维纳滤波器和理想二值掩模的优点,提出了新的软掩模滤波器,进一步消除了残余噪声。通过对不同信噪比的带噪语音进行实验,新算法得到的语音信噪比和听觉感知评价都较高,验证了新算法在提高语音性能方面的有效性。 展开更多
关键词 语音增强 费希尔 稀疏表示 交替优化 软掩模滤波器
在线阅读 下载PDF
生成式对抗网络在语音增强方面的研究 预览
5
作者 孙成立 王海武 《计算机技术与发展》 2019年第2期152-156,161共6页
伴随着人工智能的兴起,各种深度学习模型应运而生,生成式对抗网络(generative adversarial networks,GAN)作为其中的一种深度学习模型成为了研究热点。GAN已成功应用在图像处理中,但将其应用在语音增强方面是需要研究的问题。GAN应用在... 伴随着人工智能的兴起,各种深度学习模型应运而生,生成式对抗网络(generative adversarial networks,GAN)作为其中的一种深度学习模型成为了研究热点。GAN已成功应用在图像处理中,但将其应用在语音增强方面是需要研究的问题。GAN应用在语音增强的研究方法与GAN的实质是一样的,是通过构造两个模型,即生成模型(generative model)和判别模型(discriminative model),也叫做生成器(generator)和判别器(discriminator)。两者通过互相竞争、对抗的形式来学习训练,GAN最终要实现的目标是生成新的数据,即实现去噪。对GAN在语音增强方面的应用进行了研究,提出了使用传统的GAN数学模型用于语音增强进行建模,同时改进了GAN的数学模型并加入了稀疏因式,将GAN增强后的语音与其他传统的语音增强方法进行对比。实验结果表明,使用GAN增强后的语音的segSNR和PESQ的得分要比传统的语音增强方法的得分高,从而证明GAN比其他传统的语音增强方法更具优越性。 展开更多
关键词 人工智能 生成式对抗网络 生成器 判别器 语音增强
在线阅读 下载PDF
改进相位谱补偿的语音增强方法 预览
6
作者 吉慧芳 贾海蓉 王雁 《计算机工程与应用》 CSCD 北大核心 2019年第8期48-52,共5页
针对传统单通道语音增强方法中用带噪语音相位代替纯净语音相位重建时域信号,使得语音主观感知质量改善受限的情况,提出了一种改进相位谱补偿的语音增强算法。该算法提出了基于每帧语音输入信噪比的Sigmoid型相位谱补偿函数,能够根据噪... 针对传统单通道语音增强方法中用带噪语音相位代替纯净语音相位重建时域信号,使得语音主观感知质量改善受限的情况,提出了一种改进相位谱补偿的语音增强算法。该算法提出了基于每帧语音输入信噪比的Sigmoid型相位谱补偿函数,能够根据噪声的变化来灵活地对带噪语音的相位谱进行补偿;结合改进DD的先验信噪比估计与语音存在概率算法(SPP)来估计噪声功率谱;在维纳滤波中结合新的语音存在概率噪声功率谱估计与相位谱补偿来提高语音的增强效果。相比传统相位谱补偿(PSC)算法而言,改进算法可以有效抑制音频信号中的各类噪声,同时增强语音信号感知质量,提升语音的可懂度。 展开更多
关键词 相位谱补偿 功率谱估计 先验信噪比 语音增强
在线阅读 下载PDF
利用深度全卷积编解码网络的单通道语音增强 预览
7
作者 时文华 张雄伟 +1 位作者 邹霞 孙蒙 《信号处理》 CSCD 北大核心 2019年第4期631-640,共10页
针对传统的神经网络未能对时频域的相关性充分利用的问题,提出了一种利用深度全卷积编解码神经网络的单通道语音增强方法。在编码端,通过卷积层的卷积操作对带噪语音的时频表示逐级提取特征,在得到目标语音高级特征表示的同时逐层抑制... 针对传统的神经网络未能对时频域的相关性充分利用的问题,提出了一种利用深度全卷积编解码神经网络的单通道语音增强方法。在编码端,通过卷积层的卷积操作对带噪语音的时频表示逐级提取特征,在得到目标语音高级特征表示的同时逐层抑制背景噪声。解码端和编码端在结构上对称,在解码端,对编码端获得的高级特征表示进行反卷积、上采样操作,逐层恢复目标语音。跳跃连接可以很好地解决极深网络中训练时存在的梯度弥散问题,本文在编解码端的对应层之间引入跳跃连接,将编码端特征图信息传递到对应的解码端,有利于更好地恢复目标语音的细节特征。对特征融合和特征拼接两种跳跃连接方式、L1和L2两种训练损失函数对语音增强性能的影响进行了研究,通过实验验证所提方法的有效性。 展开更多
关键词 语音增强 跳跃连接 编解码 卷积神经网络
在线阅读 下载PDF
基于基音跟踪的语音增强研究 预览
8
作者 蔡良 夏秀渝 +1 位作者 陆雄 孙文慧 《成都信息工程大学学报》 2019年第1期1-6,共6页
在移动通信、语音识别、基于语音的语音交互等领域,采集的语音信号往往混杂具有谐波结构的噪声,因此语音增强都有非常重要的应用价值。语音的能量大部分集中在浊音段,浊音具有谐波结构。基于实际混合声音在时频域具有近似稀疏性特点,提... 在移动通信、语音识别、基于语音的语音交互等领域,采集的语音信号往往混杂具有谐波结构的噪声,因此语音增强都有非常重要的应用价值。语音的能量大部分集中在浊音段,浊音具有谐波结构。基于实际混合声音在时频域具有近似稀疏性特点,提出一种基于基音跟踪的语音增强算法,利用基音特征尽可能地恢复语音的谐波结构同时抑制噪声信号能量来达到提升语音信噪比的目的。首先对混合声音流进行切分、浊音段提取,接着对浊音段信号进行多基频提取,并利用维特比解码找出主导基频,使用BP神经网络对主导基频进行是否人声基频的判别,最后利用梳齿滤波器重构浊音段语音或抑制干扰音。仿真实验表明,算法能够从混有音乐和背景噪声的混合音频中提取语音,语音信噪比增益平均达8 dB。 展开更多
关键词 语音增强 维特比算法 基音跟踪 多基频提取
在线阅读 下载PDF
利用生成噪声提高语音增强方法的泛化能力 预览
9
作者 袁文浩 娄迎曦 +1 位作者 梁春燕 夏斌 《电子学报》 EI CAS CSCD 北大核心 2019年第4期791-797,共7页
如何提高对未知噪声类型的泛化能力是有监督语音增强方法中亟待解决的重要问题,通过对大量不同类型噪声进行建模,深度神经网络成为了解决该问题的有效手段.为了进一步提高基于深度神经网络的语音增强方法的泛化能力,本文基于生成式对抗... 如何提高对未知噪声类型的泛化能力是有监督语音增强方法中亟待解决的重要问题,通过对大量不同类型噪声进行建模,深度神经网络成为了解决该问题的有效手段.为了进一步提高基于深度神经网络的语音增强方法的泛化能力,本文基于生成式对抗网络(Generative Adversarial Networks,GAN)设计了能够由真实噪声数据生成新的噪声类型的NoiseGAN;通过在训练集中增加生成噪声类型,提高训练集噪声类型的多样性,从而达到提高语音增强模型泛化能力的目的.不同结构的网络下的语音增强实验结果表明,本文提出的NoiseGAN能够生成新的噪声类型,具备提高训练集噪声类型多样性的能力,有效提高了语音增强模型在未知噪声类型下的泛化能力. 展开更多
关键词 语音增强 生成式对抗网络 泛化能力 深度神经网络
在线阅读 下载PDF
基于卷积门控循环神经网络的语音增强方法
10
作者 袁文浩 娄迎曦 +1 位作者 夏斌 孙文珠 《华中科技大学学报:自然科学版》 EI CAS CSCD 北大核心 2019年第4期13-18,共6页
为了进一步提高基于深度神经网络的语音增强方法的性能,针对单独使用卷积神经网络难以对含噪语音中的长期依赖关系进行建模的问题,提出一种基于卷积门控循环神经网络的语音增强方法.该方法首先采用卷积神经网络提取含噪语音中的局部特征... 为了进一步提高基于深度神经网络的语音增强方法的性能,针对单独使用卷积神经网络难以对含噪语音中的长期依赖关系进行建模的问题,提出一种基于卷积门控循环神经网络的语音增强方法.该方法首先采用卷积神经网络提取含噪语音中的局部特征,然后采用门控循环神经网络将含噪语音中不同时间段的局部特征进行关联,通过结合两种网络的不同特性,在语音增强中更好地利用含噪语音中的上下文信息.实验结果表明:该方法能够有效提高未知噪声条件下的语音增强性能,增强后的语音具有更好的语音质量和可懂度. 展开更多
关键词 语音增强 深度学习 卷积神经网络 循环神经网络 局部特征
基于自适应稀疏表示的电子商务语音识别增强方法研究 预览
11
作者 王一海 《电子器件》 CAS 北大核心 2019年第2期453-457,共5页
传统语音增强算法在去除噪声的同时也导致语音受损,为了减小这种负面影响,结合了语音信号的稀疏表示算法与语音增强算法和自适应的获得训练字典,提出了一种基于自适应稀疏表示的语音增强算法。仿真实验结果表明该方法即使在低信噪比的... 传统语音增强算法在去除噪声的同时也导致语音受损,为了减小这种负面影响,结合了语音信号的稀疏表示算法与语音增强算法和自适应的获得训练字典,提出了一种基于自适应稀疏表示的语音增强算法。仿真实验结果表明该方法即使在低信噪比的条件下也能有效去噪,且去噪后能很好的分辨出原始语音信号。 展开更多
关键词 语音增强 稀疏表示 训练字典 非负限制的双重稀疏K-SVD
在线阅读 下载PDF
麦克风阵列的协同自适应滤波语音增强方法 预览
12
作者 赵益波 杨蕾 +1 位作者 严涛 李春彪 《现代电子技术》 北大核心 2019年第8期16-20,共5页
在麦克风阵列语音增强方法中,传统的广义旁瓣抵消器在处理存在显著脉冲噪声的语音信号时效果较差。为提高在脉冲噪声干扰下的语音信号增强效果,提出一种麦克风阵列的协同自适应滤波语音增强方法。该方法采用协同自适应滤波取代线性自适... 在麦克风阵列语音增强方法中,传统的广义旁瓣抵消器在处理存在显著脉冲噪声的语音信号时效果较差。为提高在脉冲噪声干扰下的语音信号增强效果,提出一种麦克风阵列的协同自适应滤波语音增强方法。该方法采用协同自适应滤波取代线性自适应滤波,基于NLMS算法导出了滤波器权值和协同因子的自适应更新算法。仿真实验结果表明,所提方法能有效地消除掉语音信号的脉冲噪声和高斯噪声,克服线性自适应滤波对非线性脉冲噪声的不敏感性,比广义旁瓣抵消器效果优越很多。 展开更多
关键词 语音增强 麦克风阵列 协同自适应滤波 脉冲噪声 高斯噪声 非线性滤波
在线阅读 下载PDF
特征联合优化深度信念网络的语音增强算法 预览
13
作者 王雁 贾海蓉 +1 位作者 吉慧芳 王卫梅 《计算机工程与应用》 CSCD 北大核心 2019年第9期38-42,共5页
针对深度信念网络(Deep Believe Network,DBN)模型泛化能力较弱,导致语音增强效果不佳的问题,提出了一种特征联合优化的回归DBN语音增强算法。该算法对语音和噪声不做任何假设。该算法分别提取语音信号的LMPS(Log-Mel frequency Power S... 针对深度信念网络(Deep Believe Network,DBN)模型泛化能力较弱,导致语音增强效果不佳的问题,提出了一种特征联合优化的回归DBN语音增强算法。该算法对语音和噪声不做任何假设。该算法分别提取语音信号的LMPS(Log-Mel frequency Power Spectrum)和MFCC(Mel-Frequency Cepstral Coefficients)特征。LMPS用于直接重构增强语音,保证了语音听觉质量,MFCC作为辅助次级特征。将两种特征联合输入到DBN体系中对网络参数进行优化。这种联合优化在对LMPS的直接预测中加入MFCC限制,提升了模型对LMPS估计的泛化能力,更加准确地重构增强语音。仿真结果表明,在不同的信噪比环境下,与LPS(Log Power Spectrum)和LMPS单特征优化相比,LMPS和MFCC联合优化使增强语音获得了较高的PESQ和SNR,提高了语音质量和可懂度。 展开更多
关键词 深度信念网络 语音增强 联合优化 回归
在线阅读 下载PDF
基于改进最小值搜索的IMCRA噪声估计算法 预览
14
作者 胡峰松 王冕 《计算机工程与设计》 北大核心 2019年第3期762-766,878共6页
当噪声水平升高时,现有的噪声估计算法存在跟踪时延和估计不准确的问题,为提高噪声估计的准确性,对改进的最小值控制的递归平均噪声估计算法(improved minima controlled recursive averaging,IMCRA)中的最小值搜索方法进行改进,利用连... 当噪声水平升高时,现有的噪声估计算法存在跟踪时延和估计不准确的问题,为提高噪声估计的准确性,对改进的最小值控制的递归平均噪声估计算法(improved minima controlled recursive averaging,IMCRA)中的最小值搜索方法进行改进,利用连续最小值跟踪算法取代最小值统计算法,打破求解最小值受窗长影响的现状,减少跟踪时延;提出一种基于语音存在概率的偏差补偿函数模型,偏差补偿的大小由各个频带决定。实验结果表明,不管是平稳还是非平稳噪声环境,改进后的算法都能有效提高增强后语音的质量。 展开更多
关键词 噪声估计 语音增强 最小值搜索 改进的最小值控制递归平均算法(IMCRA) 偏差补偿
在线阅读 下载PDF
感知联合优化的深度神经网络语音增强方法 预览
15
作者 袁文浩 娄迎曦 +1 位作者 梁春燕 王志强 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2019年第2期89-94,共6页
基于深度神经网络的语音增强模型的训练一般采用均方误差作为代价函数,没有针对语音增强问题进行优化。针对这一问题,从相邻帧网络输出之间的相关性和各时频单元的语音存在情况两方面进行考虑;通过在代价函数中对相邻帧的网络输出进行关... 基于深度神经网络的语音增强模型的训练一般采用均方误差作为代价函数,没有针对语音增强问题进行优化。针对这一问题,从相邻帧网络输出之间的相关性和各时频单元的语音存在情况两方面进行考虑;通过在代价函数中对相邻帧的网络输出进行关联,并设计一个反映时频单元语音存在情况的感知系数,提出了一种感知联合优化的深度神经网络语音增强方法。实验结果表明,相比基于均方误差的语音增强方法,该方法显著地提高了增强语音的语音质量和可懂度,具有更好的语音增强性能。 展开更多
关键词 语音增强 深度神经网络 代价函数 相关性
在线阅读 下载PDF
基于双耳线索编码原理的语音增强方法 预览
16
作者 陈楠 鲍长春 《电子学报》 EI CAS CSCD 北大核心 2019年第1期227-233,共7页
借助双耳线索编码原理,通过构建一个语音和噪声的双耳线索先验码书,本文提出一种单通道语音增强方法.首先,该算法将语音和噪声的双耳线索作为语音和噪声的先验知识,在线下被训练成为先验码书.之后,在线上通过加权码书映射(Weighted Code... 借助双耳线索编码原理,通过构建一个语音和噪声的双耳线索先验码书,本文提出一种单通道语音增强方法.首先,该算法将语音和噪声的双耳线索作为语音和噪声的先验知识,在线下被训练成为先验码书.之后,在线上通过加权码书映射(Weighted CodeBook Mapping,WCBM)算法估计纯净线索参数,最后,利用双耳线索编码原理增强含噪语音.此外,本文采用深度神经网络,即堆栈式自编码器(Stacked Auto-Encoders,SAE)代替WCBM算法估计纯净线索参数,提出了基于深度神经网络的双耳线索语音增强算法.进一步提高了增强算法的性能.客观测试结果表明,本文所提方法优于参考算法. 展开更多
关键词 语音增强 双耳线索编码 码书驱动 深度神经网络
在线阅读 下载PDF
基于非负字典训练和鲁棒主成分分析的语音增强算法 预览
17
作者 任郑兵 倪永婧 +1 位作者 石佳佳 邹霞 《复旦学报:自然科学版》 CAS CSCD 北大核心 2019年第3期363-369,377共8页
在鲁棒主成分分析中引入非负矩阵分解学习得到非负语音字典,提出了一种非负字典训练和鲁棒主成分分析相结合的非监督单通道语音增强算法.算法采用交替方向乘子计算优化解.采用客观感知语音质量评估方法(PESQ)对增强效果进行评估.评估中... 在鲁棒主成分分析中引入非负矩阵分解学习得到非负语音字典,提出了一种非负字典训练和鲁棒主成分分析相结合的非监督单通道语音增强算法.算法采用交替方向乘子计算优化解.采用客观感知语音质量评估方法(PESQ)对增强效果进行评估.评估中采用了TIMIT标准语音和20多种噪声在不同信噪比下进行混合得到的带噪语音信号.评估结果表明:本文提出的方法优于典型的非负矩阵分解方法和鲁棒主成分方法. 展开更多
关键词 语音增强 鲁棒主成分分析 非负字典训练
在线阅读 免费下载
基于子空间域的自适应小字典的语音增强 预览
18
作者 裴俊华 贾海蓉 《现代电子技术》 北大核心 2019年第1期46-50,共5页
针对传统小字典的语音增强算法在消除噪声时导致语音失真的问题,提出一种子空间域的自适应小字典的语音增强算法。首先,在子空间域中利用带噪语音信号的特征值构造过完备的小字典,使得该字典对信号失真和残留噪声具有很好的调控机制,即... 针对传统小字典的语音增强算法在消除噪声时导致语音失真的问题,提出一种子空间域的自适应小字典的语音增强算法。首先,在子空间域中利用带噪语音信号的特征值构造过完备的小字典,使得该字典对信号失真和残留噪声具有很好的调控机制,即在消除噪声的同时为保证信号失真尽可能的小提供了可能;其次,通过过完备的小字典对带噪语音的特征值用K奇异值分解(K-SVD)算法不断进行稀疏表示和字典更新,其中在正交匹配追踪(OMP)算法中设置相关性阈值与能量阈值来自适应控制重构阶段及迭代次数,减少重构时间。在不同的噪声背景下的实验结果表明,与文献算法相比,新算法的增强语音的SNR和PESQ较高,减少了语音失真,提高了语音质量。 展开更多
关键词 语音增强 小字典 子空间 K-SVD OMP 阈值
在线阅读 下载PDF
联合贝叶斯估计与深度神经网络的语音增强方法
19
作者 黄张翼 周翊 +1 位作者 舒晓峰 刘宏清 《小型微型计算机系统》 CSCD 北大核心 2019年第1期40-44,共5页
目前,深度学习的研究方法已经成为了语音增强算法的新趋势,而输入的特征是影响增强效果的关键因素.实验表明,输入增强过的语音特征相对原始特征能更好地提升神经网络的语音增强效果.因此,本文首先提出一种改进的Chi分布下基于听觉感知... 目前,深度学习的研究方法已经成为了语音增强算法的新趋势,而输入的特征是影响增强效果的关键因素.实验表明,输入增强过的语音特征相对原始特征能更好地提升神经网络的语音增强效果.因此,本文首先提出一种改进的Chi分布下基于听觉感知广义加权的贝叶斯估计器,接着将改进的贝叶斯估计器作为深度神经网络的输入特征提取器,进而得到一种联合深度神经网络与Chi分布下基于听觉感知广义加权的贝叶斯估计器预处理的新型网络结构.实验仿真证明,提出的联合算法较传统语音增强算法与基于深度神经网络的语音增强算法在各个噪声环境下,各种性能指标均有了明显的提升. 展开更多
关键词 语音增强 贝叶斯估计 深度神经网络 特征提取
基于深度学习的语音增强简述 预览
20
作者 张晓雷 《网络新媒体技术》 2019年第2期1-8,共8页
语音增强是一种将语音从干扰声中增强出来的技术。它是语音信号处理的核心研究内容之一。近年来,深度学习在语音增强中的成功应用推动了该技术的快速发展。本文将简要回顾基于深度学习的语音增强技术。首先回顾语音增强中所采用的深度... 语音增强是一种将语音从干扰声中增强出来的技术。它是语音信号处理的核心研究内容之一。近年来,深度学习在语音增强中的成功应用推动了该技术的快速发展。本文将简要回顾基于深度学习的语音增强技术。首先回顾语音增强中所采用的深度学习算法和优化目标,在此基础上,将进一步回顾具有代表性的单声道深度语音增强技术、基于固定麦克风阵列的多声道深度语音增强技术、以及基于自组织阵列的多声道深度语音增强技术。 展开更多
关键词 深度学习 深度神经网络 语音增强 麦克风阵列
在线阅读 下载PDF
上一页 1 2 43 下一页 到第
使用帮助 返回顶部 意见反馈