【摘 要】
：
针对传统DNN语音分离中噪声干扰的问题,提出了一种在DNN语音分离后期处理中结合DNN和谱减法的语音分离方法。首先提取语音声级特征,通过DNN学习带噪特征到分离目标语音的映射
【机 构】
：
闽南师范大学粒计算及其应用重点实验室,闽南师范大学计算机学院,湖南科技学院电子与信息工程学院
【基金项目】
：
国家自然科学基金项目(61472406),福建省自然科学基金项目(2016J01304),闽南师范大学人才引进项目.
论文部分内容阅读
针对传统DNN语音分离中噪声干扰的问题,提出了一种在DNN语音分离后期处理中结合DNN和谱减法的语音分离方法。首先提取语音声级特征,通过DNN学习带噪特征到分离目标语音的映射,得到分离目标语音;然后对分离目标语音中每一时频单元进行噪声能量估计;最后,通过快速傅里叶逆变换得到谱减后的分离语音波形信号。通过对不同类型的噪声和不同输入信噪比混合后的语音信号进行试验,结果表明,加入谱减法后分离的语音信号与只经DNN网络输出的语音信号相比,前者分离的语音可懂度和信噪比得到了显著提高,并且分离语音的信号更接近于纯净语音的信号。
其他文献
自动化生产线产品检测时,为快速获取产品的三维位姿参数,提出一种基于智能传感器的单目视觉工件位姿获取方法。通过HALCON软件中3D表面匹配算法,对机器人和智能传感器系统进行标定,运动平台带工件作平移运动,智能传感器扫描测量,获取工件的轮廓点云数据,利用软件完成物体的三维点云信息处理和模型的三维重构,确定工件位姿。试验结果表明,该方法可以快速测量,数据可用于机器人抓取。
本文重点针对混合用药和粒级优化工作,对提高选矿金回收率的相关工作展开了一系列分析和研究,通过大量的小型实验以及工业试验展开全面实验和验证有效证明,混合用药制度可以