發(fā)布時(shí)間：2018-06-13 02:08

  本文選題：深度神經(jīng)網(wǎng)絡(luò) + 語(yǔ)音增強(qiáng)��； 參考：《計(jì)算機(jī)應(yīng)用研究》2017年03期

【摘要】：深度神經(jīng)網(wǎng)絡(luò)(deep neural networks,DNNs)依靠其良好的特征提取能力,在語(yǔ)音增強(qiáng)任務(wù)中得到了廣泛應(yīng)用。為進(jìn)一步提高深度神經(jīng)網(wǎng)絡(luò)的語(yǔ)音增強(qiáng)效果,提出一種將深度神經(jīng)網(wǎng)絡(luò)和約束維納濾波聯(lián)合訓(xùn)練優(yōu)化的新型網(wǎng)絡(luò)結(jié)構(gòu)。該網(wǎng)絡(luò)首先對(duì)帶噪語(yǔ)音幅度譜進(jìn)行訓(xùn)練并分別得到純凈語(yǔ)音和噪聲的幅度譜估計(jì),然后利用語(yǔ)音和噪聲的幅度譜估計(jì)計(jì)算得到一個(gè)約束維納增益函數(shù),最后利用約束維納增益函數(shù)從帶噪語(yǔ)音幅度譜中估計(jì)出增強(qiáng)語(yǔ)音幅度譜作為網(wǎng)絡(luò)的訓(xùn)練輸出。對(duì)不同信噪比下的20種噪聲進(jìn)行的仿真實(shí)驗(yàn)表明,無(wú)論噪聲類型是否在網(wǎng)絡(luò)的訓(xùn)練集中出現(xiàn),該方法都能夠在有效去除噪聲的同時(shí)保持較小的語(yǔ)音失真,增強(qiáng)效果明顯優(yōu)于DNN及NMF增強(qiáng)方法。
[Abstract]:Deep neural Networks (DNNs) has been widely used in speech enhancement task because of its good feature extraction ability. In order to improve the speech enhancement effect of depth neural network, a new network structure is proposed, which combines depth neural network and constrained Wiener filter. The network firstly trains the noisy speech amplitude spectrum and obtains the pure speech and noise amplitude spectrum estimation, and then calculates a constrained Wiener gain function by using the speech and noise amplitude spectrum estimation. Finally, the constrained Wiener gain function is used to estimate the enhanced speech amplitude spectrum from the noisy speech amplitude spectrum as the training output of the network. The simulation results of 20 kinds of noise under different SNR show that the proposed method can effectively remove the noise and keep the speech distortion small regardless of whether the noise type appears in the training set of the network. The enhancement effect is better than that of DNN and NMF.
【作者單位】： 解放軍理工大學(xué)指揮信息系統(tǒng)學(xué)院;東部戰(zhàn)區(qū)綜合信息服務(wù)隊(duì);西安通信學(xué)院;
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(61471394,61402519) 江蘇省自然科學(xué)基金資助項(xiàng)目(BK20140071,BK20140074)
【分類號(hào)】：TP183;TN912.35

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 胡光銳,虞曉;基于二階前向結(jié)構(gòu)和信息最大理論的語(yǔ)音增強(qiáng)算法[J];上海交通大學(xué)學(xué)報(bào);2000年07期

2 姚峰英,張敏;用于語(yǔ)音增強(qiáng)的高頻信噪比度量[J];聲學(xué)學(xué)報(bào);2002年05期

3 彭煊,劉金福,王炳錫;基于獨(dú)立分量分析的語(yǔ)音增強(qiáng)[J];信號(hào)處理;2002年05期

4 王金明,張雄偉;一種基于自適應(yīng)模糊濾波的語(yǔ)音增強(qiáng)方法[J];解放軍理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2003年01期

5 楊匯軍,鄭海英,王立紅;語(yǔ)音增強(qiáng)方法的研究[J];遼寧工學(xué)院學(xué)報(bào);2003年05期

6 徐爽,韓芳芳,鄭德忠;基于閾值的小波域語(yǔ)音增強(qiáng)新算法[J];傳感技術(shù)學(xué)報(bào);2004年01期

7 孫新德;一種改進(jìn)的語(yǔ)音增強(qiáng)方法及實(shí)現(xiàn)[J];鄭州航空工業(yè)管理學(xué)院學(xué)報(bào)(社會(huì)科學(xué)版);2005年04期

8 錢國(guó)青;趙鶴鳴;;基于改進(jìn)譜減算法的語(yǔ)音增強(qiáng)新方法[J];計(jì)算機(jī)工程與應(yīng)用;2005年35期

9 王晶,傅豐林,張運(yùn)偉;語(yǔ)音增強(qiáng)算法綜述[J];聲學(xué)與電子工程;2005年01期

10 楊毅;楊宇;余達(dá)太;;語(yǔ)音增強(qiáng)及其消噪能力研究[J];微電子學(xué)與計(jì)算機(jī);2006年07期

相關(guān)會(huì)議論文 前10條

1 陳凱;俞蒙槐;胡上序;付強(qiáng);;語(yǔ)音增強(qiáng)系統(tǒng)性能評(píng)測(cè)方法綜述[A];第四屆全國(guó)人機(jī)語(yǔ)音通訊學(xué)術(shù)會(huì)議論文集[C];1996年

2 王建波;林本浩;田春明;劉睿;;語(yǔ)音增強(qiáng)及其相關(guān)技術(shù)研究[A];2009通信理論與技術(shù)新發(fā)展——第十四屆全國(guó)青年通信學(xué)術(shù)會(huì)議論文集[C];2009年

3 徐舒;孫洪;;基于融合迭代的語(yǔ)音增強(qiáng)方法[A];第十四屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)(CCSP-2009)論文集[C];2009年

4 牛剛;任新智;吳國(guó)慶;;諧波能量匯集度在語(yǔ)音增強(qiáng)中的應(yīng)用[A];第六屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集（2）[C];2008年

5 國(guó)雁萌;;一種極低信噪比條件下的語(yǔ)音增強(qiáng)方法[A];第六屆全國(guó)人機(jī)語(yǔ)音通訊學(xué)術(shù)會(huì)議論文集[C];2001年

6 江峰;李曉東;;適用于抑制非平穩(wěn)背景噪聲的語(yǔ)音增強(qiáng)算法[A];中國(guó)聲學(xué)學(xué)會(huì)2003年青年學(xué)術(shù)會(huì)議[CYCA'03]論文集[C];2003年

7 閻兆立;杜利民;;維納后濾波語(yǔ)音增強(qiáng)算法研究[A];中國(guó)聲學(xué)學(xué)會(huì)2005年青年學(xué)術(shù)會(huì)議[CYCA'05]論文集[C];2005年

8 劉淑華;胡強(qiáng);覃團(tuán)發(fā);萬(wàn)海斌;;語(yǔ)音增強(qiáng)算法的研究[A];2005通信理論與技術(shù)新進(jìn)展——第十屆全國(guó)青年通信學(xué)術(shù)會(huì)議論文集[C];2005年

9 魏臻;張景達(dá);陸陽(yáng);;嵌入式系統(tǒng)中語(yǔ)音增強(qiáng)改進(jìn)算法的研究[A];2007'中國(guó)儀器儀表與測(cè)控技術(shù)交流大會(huì)論文集（一）[C];2007年

10 楊威明;;基于閾值的小波變換語(yǔ)音增強(qiáng)方法[A];2007北京地區(qū)高校研究生學(xué)術(shù)交流會(huì)通信與信息技術(shù)會(huì)議論文集（上冊(cè)）[C];2008年

相關(guān)博士學(xué)位論文 前10條

1 歐世峰;變換域語(yǔ)音增強(qiáng)算法的研究[D];吉林大學(xué);2008年

2 尹偉;基于模型的語(yǔ)音增強(qiáng)方法及質(zhì)量評(píng)估研究[D];武漢大學(xué);2009年

3 王海艷;基于統(tǒng)計(jì)模型的語(yǔ)音增強(qiáng)算法研究[D];吉林大學(xué);2011年

4 方瑜;語(yǔ)音增強(qiáng)相關(guān)問題研究[D];北京郵電大學(xué);2012年

5 姚峰英;語(yǔ)音增強(qiáng)系統(tǒng)的研究與實(shí)現(xiàn)[D];中國(guó)科學(xué)院上海冶金研究所;2001年

6 夏丙寅;面向移動(dòng)通信的單通道語(yǔ)音增強(qiáng)方法研究[D];北京工業(yè)大學(xué);2014年

7 徐勇;基于深層神經(jīng)網(wǎng)絡(luò)的語(yǔ)音增強(qiáng)方法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2015年

8 陶智;低信噪比環(huán)境下語(yǔ)音增強(qiáng)的研究[D];蘇州大學(xué);2011年

9 王娜;基于小波變換與約束方差噪聲譜估計(jì)的語(yǔ)音增強(qiáng)算法研究[D];燕山大學(xué);2011年

10 趙彥平;基于稀疏表示的語(yǔ)音增強(qiáng)方法研究[D];吉林大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 肖佩霖;雙通道語(yǔ)音增強(qiáng)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];哈爾濱工業(yè)大學(xué);2011年

2 魏有權(quán);基于噪聲估計(jì)的語(yǔ)音增強(qiáng)算法研究[D];昆明理工大學(xué);2015年

3 胡勇;麥克風(fēng)陣列語(yǔ)音增強(qiáng)算法研究[D];電子科技大學(xué);2014年

4 曹后斌;有色背景噪聲環(huán)境下語(yǔ)音增強(qiáng)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];電子科技大學(xué);2014年

5 馬小惠;陣列語(yǔ)音增強(qiáng)在車載環(huán)境中的應(yīng)用[D];大連理工大學(xué);2015年

6 李達(dá);無(wú)線聲學(xué)傳感器網(wǎng)絡(luò)中分布式語(yǔ)音增強(qiáng)方法研究[D];大連理工大學(xué);2015年

7 高珍珍;基于梅爾頻譜域HMM的語(yǔ)音增強(qiáng)方法研究[D];北京工業(yè)大學(xué);2015年

8 宋環(huán)宇;全數(shù)字助聽器語(yǔ)音增強(qiáng)算法研究[D];哈爾濱工業(yè)大學(xué);2014年

9 王永杰;基于麥克風(fēng)陣列的語(yǔ)音增強(qiáng)算法研究[D];西安電子科技大學(xué);2014年

10 穆俊生;基于特征值篩選的子空間語(yǔ)音增強(qiáng)算法研究[D];南昌航空大學(xué);2015年

，

本文編號(hào)：2012165