語(yǔ)音增強(qiáng) 文章進(jìn)入語(yǔ)音增強(qiáng)技術(shù)社區(qū)

基于自適應(yīng)軟掩模的語(yǔ)音混合特征增強(qiáng)分析

為了提高語(yǔ)音混合特征增強(qiáng)效果，設(shè)計(jì)了一種以自適應(yīng)軟掩模與混合特征共同分析算法來(lái)實(shí)現(xiàn)。以混合特征分析可以消除單一梅爾域?yàn)V波器無(wú)法提供高頻特征的缺陷。研究結(jié)果表明：選擇融合相位自適應(yīng)軟掩模方式時(shí)，能夠最大程度去除背景噪聲。以本文融合相位差自適應(yīng)軟掩模可以獲得比IRM更顯著優(yōu)勢(shì)，經(jīng)過(guò)優(yōu)化處理的語(yǔ)音特征與學(xué)習(xí)目標(biāo)構(gòu)建得到的語(yǔ)音增強(qiáng)算法能夠促進(jìn)語(yǔ)音質(zhì)量的明顯提升。以自適應(yīng)軟掩模與混合特征訓(xùn)練神經(jīng)網(wǎng)絡(luò)處理獲得優(yōu)秀的信噪比，達(dá)到更優(yōu)的算法性能。
關(guān)鍵字： 202308 語(yǔ)音增強(qiáng) 自適應(yīng)軟掩模 DNN 混合特征

針對(duì)損失函數(shù)計(jì)算過(guò)程加入關(guān)于人耳聽(tīng)覺(jué)數(shù)據(jù)的基礎(chǔ)上，設(shè)計(jì)了一種聯(lián)合損失函數(shù)的語(yǔ)音增強(qiáng)深度學(xué)習(xí)算法。研究結(jié)果表明：本文設(shè)計(jì)的混合損失函數(shù)實(shí)現(xiàn)增強(qiáng)語(yǔ)音質(zhì)量的明顯優(yōu)化。加入注意力機(jī)制后能夠促進(jìn)背景噪音的進(jìn)一步減弱，從而獲得更高可懂度。綜合運(yùn)用聯(lián)合損失函數(shù)并融合注意力機(jī)制后，可以使神經(jīng)網(wǎng)絡(luò)獲得更優(yōu)質(zhì)量增強(qiáng)語(yǔ)音。利用注意力機(jī)制提取特征參數(shù)以及結(jié)合聯(lián)合損失函數(shù)進(jìn)行神經(jīng)網(wǎng)絡(luò)優(yōu)化能夠促進(jìn)增強(qiáng)語(yǔ)音質(zhì)量的提升并達(dá)到更高的可懂度。
關(guān)鍵字： ?202306 語(yǔ)音增強(qiáng) 聯(lián)合損失函數(shù) 聽(tīng)覺(jué) 語(yǔ)音失真

本文介紹一種服務(wù)于人工智能電視，實(shí)現(xiàn)遠(yuǎn)場(chǎng)語(yǔ)音應(yīng)用的麥克風(fēng)陣列設(shè)計(jì)方案，闡述系統(tǒng)框架和硬件設(shè)計(jì)，同時(shí)介紹軟件設(shè)計(jì)的部分要點(diǎn)。通過(guò)麥克風(fēng)陣列，協(xié)助語(yǔ)音增強(qiáng)算法的實(shí)現(xiàn)，達(dá)到遠(yuǎn)距離拾音、回聲消除、聲源定位，滿足當(dāng)前智能語(yǔ)音應(yīng)用的需求。
關(guān)鍵字：人工智能語(yǔ)音識(shí)別麥克風(fēng)陣列語(yǔ)音增強(qiáng) 遠(yuǎn)距離拾音 201810

譜減法作為一種很有效的語(yǔ)音信號(hào)處理手段，廣泛應(yīng)用于現(xiàn)代語(yǔ)音增強(qiáng)系統(tǒng)中。針對(duì)低功耗設(shè)計(jì)的要求，本系統(tǒng)采用功耗低且功能強(qiáng)大的ARM芯片，用C語(yǔ)言編程將算法成功移植到ARM系統(tǒng)中，該系統(tǒng)功耗低，并有效地減小了嗓聲，改善了語(yǔ)音通信質(zhì)量，有較好的實(shí)用性。
關(guān)鍵字：譜減法語(yǔ)音增強(qiáng) ARM處理器低功耗

共4條 1/1 1

您好，目前還沒(méi)有人創(chuàng)建詞條語(yǔ)音增強(qiáng)!
歡迎您創(chuàng)建該詞條，闡述對(duì)語(yǔ)音增強(qiáng)的理解，并與今后在此搜索語(yǔ)音增強(qiáng)的朋友們分享。創(chuàng)建詞條