检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于注意力和深度学习的双耳语音增强算法

华中科技大学学报:自然科学版 2023年第9期51卷 125-131,166页

作者：李如玮李秋艳赵丰年刘尚枫北京工业大学信息学部北京100124

为了降低双耳语音中噪声和混响的影响,提高语音质量和可懂度,提出了一种基于注意力机制和改进的卷积循环神经网络的双耳语音增强算法.在该算法中,首先提取双耳语音的谱特征和双耳线索,对谱特征应用通道注意力得到可靠的谱特征,同时对双... 详细信息

为了降低双耳语音中噪声和混响的影响,提高语音质量和可懂度,提出了一种基于注意力机制和改进的卷积循环神经网络的双耳语音增强算法.在该算法中,首先提取双耳语音的谱特征和双耳线索,对谱特征应用通道注意力得到可靠的谱特征,同时对双耳线索应用空间注意力得到可靠的双耳线索作为神经网络的输入特征.然后,构建了将模型注意力作为卷积循环神经网络编解码层的跳跃连接的神经网络结构,并利用双向长短期记忆网络获取时序信息.实验结果表明:在不同噪声与混响的条件下,所提出的算法具有更好的性能.

关键词：双耳语音增强注意力机制卷积循环神经网络双耳线索 Gammatone滤波器

在线全文

学校读者我要写书评

暂无评论

VoIP丢包处理技术的研究进展

通信学报 2007年第6期28卷 103-110页

作者：李如玮鲍长春北京工业大学电子信息与控制工程学院北京100022

阐述了VoIP丢包的主要原因,并介绍了当前常用的解决丢包问题的相关技术。其中,丢包处理技术是用来恢复或隐藏当发生丢包时所造成的损失的相关技术,包括丢包隐藏和丢包恢复;而抗丢包技术的目的是避免网络拥塞,减少丢包率。另外,还给出了V... 详细信息

阐述了VoIP丢包的主要原因,并介绍了当前常用的解决丢包问题的相关技术。其中,丢包处理技术是用来恢复或隐藏当发生丢包时所造成的损失的相关技术,包括丢包隐藏和丢包恢复;而抗丢包技术的目的是避免网络拥塞,减少丢包率。另外,还给出了VoIP当前的研究现状,论述了其发展趋势。

关键词： VoIP 丢包恢复丢包隐藏拥塞控制

基于分带谱熵和小波域Teager能量的语音清浊分类算法

在线全文

学校读者我要写书评

暂无评论

北京工业大学学报 2009年第7期35卷 899-903页

作者：李如玮鲍长春窦慧晶北京工业大学电子信息与控制工程学院北京100124

基于分带谱熵和小波域Teager能量提出了一种改进的语音清浊分类算法.该算法首先计算频域内的分带谱熵,然后在小波域计算不同频带的Teager能量,计算出低频能量所占的比例,通过这2个参数进行清浊判断.实验结果证明,由于分带谱熵能加深清... 详细信息

基于分带谱熵和小波域Teager能量提出了一种改进的语音清浊分类算法.该算法首先计算频域内的分带谱熵,然后在小波域计算不同频带的Teager能量,计算出低频能量所占的比例,通过这2个参数进行清浊判断.实验结果证明,由于分带谱熵能加深清浊音之间的差异,Teager能量能快速跟踪声门周期内信号能量的变化,因此该算法更容易提取浊音,在纯净语音和含噪语音上的性能都优于幅度能量算法.

关键词：语音分类小波变换 Teager能量分带谱熵

一种基于分带谱熵和谱能量的语音端点检测算法

在线全文

学校读者我要写书评

暂无评论

北京工业大学学报 2007年第9期33卷 920-924页

作者：李如玮鲍长春北京工业大学电子信息与控制工程学院北京100022

语音端点检测的精确度直接影响语音识别的准确度.在噪声环境下,语音端点检测很困难.信噪比下降,语音端点检测的正确率也随之下降,同时,噪声类型的变化影响端点检测的正确率.为此,提出了一种改进的、适合在电话语音城市名识别系统中应用... 详细信息

语音端点检测的精确度直接影响语音识别的准确度.在噪声环境下,语音端点检测很困难.信噪比下降,语音端点检测的正确率也随之下降,同时,噪声类型的变化影响端点检测的正确率.为此,提出了一种改进的、适合在电话语音城市名识别系统中应用的端点检测算法,并结合分带谱熵和谱能量形成了一个新的特征参数集,利用该参数集进行端点检测,弥补了分别采用分带谱熵和谱能量进行端点检测的缺陷,提高了检测性能.

关键词：语音处理语音识别谱分析端点检测分带谱熵

在线全文

学校读者我要写书评

暂无评论

基于探针的网络流量检测算法研究

电脑编程技巧与维护 2022年第5期 45-49页

作者：赵广涛李如玮北京工业大学信息学部北京100124

针对当前网络流量检测算法识别率不高的问题,提出了一种基于探针的网络流量检测算法。该算法基于CNN卷积神经网络算法结合双向LSTM神经网络算法设计出循环卷积神经网络模型,构建了随机森林算法与高斯混合模型算法相结合的G-Random算法,... 详细信息

针对当前网络流量检测算法识别率不高的问题,提出了一种基于探针的网络流量检测算法。该算法基于CNN卷积神经网络算法结合双向LSTM神经网络算法设计出循环卷积神经网络模型,构建了随机森林算法与高斯混合模型算法相结合的G-Random算法,更好地实现对流量的检测。实验表明,方法明显提升了流量检测准确率。

关键词：网络安全卷积神经网络流量监测抗风险能力

在线全文

学校读者我要写书评

暂无评论

基于双正交小波包分解的自适应阈值语音增强

仪器仪表学报 2008年第10期29卷 2135-2140页

作者：李如玮鲍长春窦慧晶北京工业大学电子信息与控制工程学院语音与音频信号处理研究室 100022

传统的小波去噪算法是一种有效的去除白噪声的算法,为了能够去除多种有包噪声,本文提出了基于双正交小波包分解的自适应阈值语音增强方法,该方法能够自适应地跟踪噪声的水平,以此来更新所选阈值,同时采用动态阈值方法去除噪声,从而能有... 详细信息

传统的小波去噪算法是一种有效的去除白噪声的算法,为了能够去除多种有包噪声,本文提出了基于双正交小波包分解的自适应阈值语音增强方法,该方法能够自适应地跟踪噪声的水平,以此来更新所选阈值,同时采用动态阈值方法去除噪声,从而能有效地去除或降低多种有色噪声,实验结果表明,该方法由于能够在处理过程中保证相位不失真,从而性能优于基于正交小波分解的去噪方法。

关键词：语音增强小波变换自适应阈值

基于二维非负矩阵分解的1kb/s WI语音编码算法

在线全文

学校读者我要写书评

暂无评论

电子学报 2010年第7期38卷 1574-1579页

作者：薛二娟鲍长春李如玮北京工业大学电子信息与控制工程学院语音与音频信号处理研究室北京100124

本文针对波形内插(WI)语音编码模型和参数量化等技术进行了研究,并最终提出了一种基于二维非负矩阵分解的1kb/s波形内插(2DNMF-WI)语音编码算法.文中采用二维非负矩阵分解(2D-NMF)方法来分解语音特征波形(CW),该分解方法在行和列两个方... 详细信息

本文针对波形内插(WI)语音编码模型和参数量化等技术进行了研究,并最终提出了一种基于二维非负矩阵分解的1kb/s波形内插(2DNMF-WI)语音编码算法.文中采用二维非负矩阵分解(2D-NMF)方法来分解语音特征波形(CW),该分解方法在行和列两个方向上同时压缩CW幅度谱矩阵的维数,使得CW幅度谱矩阵降维后得到的编码矩阵维数较小,易于量化.此外,在甚低速率语音编码中,由于没有足够的比特数来描述编码参数,往往很难得到高质量的合成语音.本算法采用两帧联合编码、帧间后向预测三级矢量量化、离散余弦变换(DCT)和分裂式矩阵量化等技术来降低编码速率和改善音质.非正式主观听觉测试显示,1kb/s 2DNMF-WI编码器合成语音的质量稍差于2kb/s的NMF-WI语音编码算法.

关键词：语音编码波形内插特征波形二维非负矩阵分解两帧联合

在线全文

学校读者我要写书评

暂无评论

基于离散余弦变换的波形内插语音编码算法

电子学报 2009年第7期37卷 1599-1605页

作者：刘靖宇鲍长春李如玮北京工业大学电子信息与控制工程学院语音与音频信号处理研究室北京100124

针对波形内插(Waveform Interpolation,WI)语音编码的特征波形分解问题,本文首先提出了基于离散余弦变换(Discrete Cosine Transform,DCT)的特征波形分解方法,避免了复杂的特征波形对齐运算;其次,针对WI的相位重建问题,提出了清/浊音相... 详细信息

针对波形内插(Waveform Interpolation,WI)语音编码的特征波形分解问题,本文首先提出了基于离散余弦变换(Discrete Cosine Transform,DCT)的特征波形分解方法,避免了复杂的特征波形对齐运算;其次,针对WI的相位重建问题,提出了清/浊音相位判决和浊音相位分类的方法,提高了重建语音质量;最后,分别构建了速率为2.0kbps和1.6kbps的DCT-WI声码器.主观MOS分表明,2.0kbps的DCT-WI声码器质量优于2.4kbps MELP声码器,1.6kbps的DCT-WI声码器亦取得了良好的听觉效果.

关键词：语音编码波形内插特征波形离散余弦变换特征波形对齐相位重建

在线全文

学校读者我要写书评

暂无评论

基于深度学习的听觉倒谱系数语音增强算法

华中科技大学学报（自然科学版） 2019年第9期47卷 78-83页

作者：李如玮孙晓月刘亚楠李涛北京工业大学信息学部信息与通信工程学院

针对现有语音增强算法在低信噪比(SNR)非平稳噪声环境下的表现并不理想这一问题,提出了一种基于深度学习的语音增强算法.首先,构建了一个深度神经网络(DNN),然后从四个不同分辨率的耳蜗中提取了多分辨率听觉倒谱系数(MRACC)作为神经网... 详细信息

针对现有语音增强算法在低信噪比(SNR)非平稳噪声环境下的表现并不理想这一问题,提出了一种基于深度学习的语音增强算法.首先,构建了一个深度神经网络(DNN),然后从四个不同分辨率的耳蜗中提取了多分辨率听觉倒谱系数(MRACC)作为神经网络的输入,该系数既关注了细节的高分辨率特征,又把握了全局性的低分辨率特征;其次,跟踪噪声变化构建了一个自适应掩蔽阈值(AM)作为神经网络的训练目标,该阈值能够依据噪声调节理想二值掩蔽(IBM)和理想软掩蔽(IRM)的权重;最后,将估计的自适应掩蔽阈值用于对含噪语音进行增强.实验结果表明:相较于对比算法,该算法不仅可以进一步提高语音质量和可懂度,而且能够抑制更多的噪声.

关键词：语音增强深度神经网络听觉倒谱系数自适应掩蔽阈值低信噪比噪声跟踪