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

CORC > 新疆理化技术研究所 > 中国科学院新疆理化技术研究所 > 多语种信息技术研究室

	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.