采用性别相关的深度神经网络及非负矩阵分解模型用于单通道语音增强 | |
李煦; 王子腾; 王晓飞; 付强; 颜永红 | |
刊名 | 声学学报 |
2019 | |
卷号 | 44期号:2页码:221-230 |
ISSN号 | 0371-0025 |
英文摘要 | 为了从带噪信号中得到纯净的语音信号,提出了一种采用性别相关模型的单通道语音增强算法。具体而言,在训练阶段,分别训练了与性别相关的深度神经网络-非负矩阵分解模型用于估计非负矩阵分解中的权重参数;在测试阶段,提出了一种基于非负矩阵分解和组稀疏惩罚的算法用于判断测试语音中说话人的性别信息,然后再采用对应的模型估计权重,并结合已训练好的字典进行语音增强。实验结果表明所提算法在噪声抑制量及语音质量上,均优于一些基于非负矩阵分解的算法和基于深度神经网络的算法。 |
CSCD记录号 | CSCD:6431215 |
内容类型 | 期刊论文 |
源URL | [http://ir.xjipc.cas.cn/handle/365002/5698] |
专题 | 新疆理化技术研究所_多语种信息技术研究室 |
作者单位 | 1.中国科学院声学研究所语言声学与内容理解重点实验室 2.中国科学院大学 3.中国科学院新疆理化技术研究所新疆民族语音语言信息处理实验室 |
推荐引用方式 GB/T 7714 | 李煦,王子腾,王晓飞,等. 采用性别相关的深度神经网络及非负矩阵分解模型用于单通道语音增强[J]. 声学学报,2019,44(2):221-230. |
APA | 李煦,王子腾,王晓飞,付强,&颜永红.(2019).采用性别相关的深度神经网络及非负矩阵分解模型用于单通道语音增强.声学学报,44(2),221-230. |
MLA | 李煦,et al."采用性别相关的深度神经网络及非负矩阵分解模型用于单通道语音增强".声学学报 44.2(2019):221-230. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论