-
题名基于改进深度置信网络的语音增强算法
被引量：1
- 1
-
-
作者
余华
唐於烽
赵力
-
机构
江苏开放大学
东南大学信息科学与工程学院
-
出处
《数据采集与处理》
CSCD
北大核心
2018年第5期793-800,共8页
-
基金
国家自然科学基金(61673108)资助项目
-
文摘
研究了一种基于深度置信网络的语音增强算法,并针对其不足做如下改进:考虑到对应训练集中噪声种类较少,噪声特性不够丰富的情况,在频域对噪声频谱进行扰动,以丰富噪声频谱特性;考虑到不同频点的信号对系统误差的影响不一样,结合绝对听阈构造权重系数。最后选取在噪声环境下传统语音增强算法中较好的LOG-MMSE和本文改进的基于深度置信网络的语音增强算法进行了分析比较,结果证明深度置信网络的语音增强算法显示出较好性能,尤其对增强后语音质量的提升超过了LOG-MMSE方法。
-
关键词
语音增强算法
深度置信网络
log-mmse算法
-
Keywords
speech enhancement algorithm
deep belief network
log-mmse algorithm
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名低信噪比环境下的语音识别方法研究
被引量：11
- 2
-
-
作者
王群
曾庆宁
谢先明
郑展恒
-
机构
桂林电子科技大学信息与通信学院
-
出处
《声学技术》
CSCD
北大核心
2017年第1期50-56,共7页
-
基金
国家自然科学基金(61461011)
教育部重点实验室2016年主任基金(CRKL160107)资助项目
-
文摘
单通道语音信号在信噪比较大的环境下经过增强后再识别,能表现出较高的识别率。但是在低信噪比环境下,增强后语音信号的识别率急剧下降。针对此种情况,提出了一种用在识别系统前端的语音增强算法,该增强算法将采集到的带噪语音信号先使用对数最小均方误差(Logarithmic Minimum Mean Square Error,Log MMSE)提高其信噪比,然后再利用改进的维纳滤波去除噪声残留并提升语音可懂度,最后用梅尔频率倒谱系数(Mel-Frequency Cepstral Coefficients,MFCC)和隐马尔科夫模型(Hidden Markov Model,HMM)对增强后的语音信号做特征提取并识别。实验分析结果表明,该方法能有效地抑制背景噪声并减少噪声残留,显著提升低信噪比环境下语音识别的准确性。
-
关键词
语音增强
低信噪比
改进维纳滤波
对数最小均方误差算法
语音识别
-
Keywords
speech enhancement
low SNR
modified Wiener filter
log mmse algorithm
speech recognition
-
分类号
TN912.34
[电子电信—通信与信息系统]
-
