检索结果-南通市图书馆

检索条件"主题词=葛氏林氏算法"

共 2 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于深度学习的语音分离方法研究

基于深度学习的语音分离方法研究

引用

作者：曹伟凡南京理工大学

学位级别：硕士

语音作为日常交流中最常用且最便捷的交互方式,随着智能交互系统的发展,广泛应用于各类人机交互。通过语音实现人机交互的关键是语音识别,让机器理解语音信息,完成人们所下达的任务。但实际应用的声学环境,必然存在背景噪声和无关语音干... 详细信息

语音作为日常交流中最常用且最便捷的交互方式,随着智能交互系统的发展,广泛应用于各类人机交互。通过语音实现人机交互的关键是语音识别,让机器理解语音信息,完成人们所下达的任务。但实际应用的声学环境,必然存在背景噪声和无关语音干扰,对语音质量造成极大影响,使语音识别系统难以处理,因此急需一个好的语音分离前端系统。语音分离可分为消除噪声的信噪分离和处理语音干扰的混合语音分离,目的均为剔除无关信号,提取出关键语音信息。基于深度学习的语音分离系统,凭借深层神经网络来挖掘语音信号的深层特征,取得了前所未有的分离效果,但仍存在一些问题。基于深度学习的语音分离在语音重构阶段,通常采用混合语音相位来重构分离语音。同时在低信噪比情况下或是面对阵发性噪声时,模型取得的振幅谱估计中往往存在异常振幅。混合语音相位和异常振幅会导致窜音现象的发生,因此本文采用了振幅平滑和Griffin-Lim算法,来消除分离结果中的窜音现象。此外深度学习模型分离高频噪声时,分离结果中仍存在未能分离的噪声残留,本文仅采用低频带语音训练模型,提高了模型在低频带的分离能力,并成功减少了高频噪声的残余。针对信噪分离问题,本文采用对数功率谱和FBank组成的语音特征集作为模型输入特征,仅使用低频带语音来训练模型,通过振幅平滑处理振幅谱估计中的异常振幅,最后利用Griffin-Lim算法重构语音分离结果。实验结果表明,通过本文方法训练出的模型,成功消除了窜音,提高了对高频噪声的去噪能力,获得的语音分离结果听觉质量更好,语音可懂度更高。针对男女混合语音分离问题,本文给出了一种仅使用低频带语音训练模型,对振幅谱估计进行振幅平滑,采用Griffin-Lim算法重构语音的双人混合语音分离方法。实验结果表明,本文方法与原有方法相比,成功减少了分离结果中存在的窜音,训练出的模型获得了更强的低频带语音分离能力,有着更优秀的语音分离结果。

关键词：语音分离深度学习葛氏林氏算法窜音现象

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的语音分离方法及实现

基于深度学习的语音分离方法及实现

引用

作者：王先宇南京理工大学

学位级别：硕士

随着语音控制的智能化需求逐渐增加,语音识别的重要性也显著上升。但在复杂的实际环境中,语音会夹杂各种干扰,导致语音识别的性能受到明显影响。语音分离能为各类语音交互应用提供清晰、纯净的语音,已成为语音识别不可或缺的前端处理。... 详细信息

随着语音控制的智能化需求逐渐增加,语音识别的重要性也显著上升。但在复杂的实际环境中,语音会夹杂各种干扰,导致语音识别的性能受到明显影响。语音分离能为各类语音交互应用提供清晰、纯净的语音,已成为语音识别不可或缺的前端处理。传统基于信号处理的去噪方法并没有利用到语音的本质特征:谐波与基音,因此性能受限。而计算听觉场景分析的语音分离方法仍然存在一些难题,如语音的清音部分难以分离并且基音特征易受到干扰。随着近年来深度学习算法的发展,越来越多的深层神经网络应用于语音分离。深层神经网络凭借多层非线性结构,擅长挖掘语音信号中的深层特征,因此将深度学习应用于语音分离具有重要的研究意义。尽管基于深度学习的方法在语音分离中表现出色,但仍然存在相位难以分离的问题。目前,语音分离的主要目标是振幅分离,重构分离语音时使用混合语音的相位。单人语音的相位是连续渐变的,混合语音相位的连续性渐变受到影响,会使分离语音的音质变差,有时会导致分离语音中出现窜音现象。为了解决这个问题,本文使用葛氏林氏算法（Griffin-Lim算法）重构分离语音。Griffin-Lim算法使用模型输出的振幅估计通过迭代获得连续渐变的相位,进行波形重构,解决了相位难以分离的问题,能有效防止重构分离语音时混合语音相位的干扰,能有效提高分离语音的音质。本文的主要研究内容是单通道语音的分离。本文设计了一种基于Griffin-Lim算法的语音相位分离方法,将梅尔频率倒谱系数输入长短时记忆模型进行掩蔽估计,提取振幅谱并做振幅平滑后使用Griffin-Lim算法重构分离语音。实验结果表明,本文的方法能有效消除混合语音中的各类噪声,并且在阵发性噪声、低信噪比的条件下分离语音仍然具有较好的可懂度与听觉感知质量。本文给出了一种基于深度聚类和Griffin-Lim算法的男女双人混合语音分离方法,向模型输入梅尔频率倒谱系数与振幅谱联合特征,将语音特征及其上下文映射到高维空间,对高维特征进行聚类获得二值掩蔽估计,提取振幅谱后使用Griffin-Lim算法重构分离语音。实验结果表明,本文的方法能有效地分离男女双人同时说话的混合语音,针对每个说话人能得到较清晰的分离语音。本文初步设计并实现了一个语音分离系统,验证了上述方法的有效性。该语音分离系统可进行单人语音信噪分离或男女双人混合语音分离,读入待分离语音文件并选择分离类型后可输出分离语音、绘制分离语音波形并播放分离语音。测试表明该系统运行可靠,分离语音具有较好的音质。

关键词：语音分离深度学习葛氏林氏算法长短时记忆模型

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：