基于深层声学特征的端到端语音分离
提出基于深层声学特征的端到端单声道语音分离算法,传统声学特征提取方法需要经过傅里叶变换、离散余弦变换等操作,会造成语音能量损失以及长时间延迟.为了改善这些问题,提出了以语音信号的原始波形作为深度神经网络的输入,通过网络模型来学习语音信号的更深层次的声学特征,实现端到端的语音分离.客观评价实验说明,本文提出的分离算法不仅有效地提升了语音分离的性能,也减少了语音分离算法的时间延迟.
语音分离、声学特征、深度神经网络、语音原始波形、端到端模型
28
国家自然科学基金61671156;北京市社会科学基金17YTC028
2019-10-30(万方平台首次上网日期,不代表论文的发表时间)
共7页
1-7