WangDeLiangReview2018 - (1)引入

【WangDeLiangOverview2018】

Supervised Speech Separation Based on Deep Learning: An Overview

DeLiang Wang / Jitong Chen @ Ohio

IEEE/ACM Trans. ASLP2018

 

【目录】

1. 引入

2. 学习机器(learning machines)

3. 训练目标(training target)

4. 特征

5. 单声道分离

    5.1 语音增强(speech separation)

    5.2 语音增强的泛化

    5.3 语音去混响 & 去噪(speech dereverberation & denoising)

    5.4 说话人分离(speaker separation)

6. 多声道分离(阵列分离)

7. 更多内容
 

【摘要】

语音分离(speech separation)任务是将目标语音从背景干扰中分离出来。传统的语音分离被当作信号处理问题研究。一个近年来出现的方法是将语音分离抽象成一个监督学习(supervised learning)问题,基于训练数据对语音、说话人、背景噪声进行学习。特别是,近年来提出的使用深度学习的监督分离(supervised separation)大大加速了分离性能的发展和提高。文章提供一个过去几年基于深度学习的监督分离综述。首先,介绍语音分离的背景、监督分离的构造;然后,介绍监督分离的3个主要部分:学习机器(learning machine)、训练目标(training target)、声学特征(acoustic features)。接下来,文章的大部分放在对分离算法的回顾上,包括单通道方法(monaural):语音增强、说话人分离、去混响,以及多通道方法(multi-microphone)。泛化(generalization)对于监督学习很特殊,泛化中的关键问题也被讨论。

【正文】

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值