10.3969/j.issn.1672-6944.2018.06.049
基于深度神经网络的低延迟声源分离方法
文章提出了一种基于深度神经网络的低延迟(≤算法延迟20 ms)声源分离方法.方法利用了扩展的过去的上下文,输出软时频掩码用于分离音频信号,比基本的NMF有更好的分离性能.实验表明,基于DNN的方法比起基本的低延迟的NMF方法在不同帧长的处理帧和分析帧上,SDR平均至少提升1 dB,尤其是当处理帧较短时,效果尤为显著.
声源分离、深度神经网络、低延迟
15
2018-04-26(万方平台首次上网日期,不代表论文的发表时间)
共3页
105-107