历史最全语音增强必读论文、数据集、工具包、书籍及应用整理分享

最新推荐文章于 2024-07-24 00:36:19 发布
最新推荐文章于 2024-07-24 00:36:19 发布
阅读量1.6k 收藏 24
点赞数 1
分类专栏： 深度学习 深度学习优化策略汇总 深度学习视频教程及资料下载 文章标签： 1024程序员节
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/lqfarmer/article/details/109267573
版权

    语音增强（Speech Enhancement）是指当语音信号被各种各样的噪声干扰、甚至淹没后，从噪声背景中提取有用的语音信号，抑制、降低噪声干扰的技术。一句话，从含噪语音中提取尽可能纯净的原始语音。

    本资源整理了语音增强（Speech Enhancement）相关综述论文，相关的算法及最新的研究论文，语音增强的公开数据集，工具包，公共库，免费课程、ppt、免费书等资源，需要的朋友自取。

    资源整理自网络，源地址：

    https://github.com/nanahou/Awesome-Speech-Enhancement

    文中论文等资源下载链接，见源地址。

 

目录

 

资源列表

往期精品内容推荐

AI从业这必读报告-《2020年人工智能状况报告》免费pdf分享

机器学习必读新书-《凸优化算法原理详解》免费pdf分享

机器学习基础教材-《数据驱动的科学与工程-机器学习、动态系统与控制》免费pdf分享

BiliBili 100+国际名校免费公开课整理分享

使用知识抽取生成跨语言的单语句子向量

AI经典论文解读63 [经典]用于图像识别的深度残差学习

20年校招DL/NLP/推荐系统/ML/算法基础面试必看300问及答案

深度学习通信领域相关经典论文、数据集整理分享

DeepMind深度学习-8-深度学习里注意力和存储机制

李沐中《动手学深度学习》6月最新版免费分享

lqfarmer
关注
专栏目录
大语言模型原理与工程实践：数据瓶颈问题分析和解决方法原理与应用
程序员光剑
06-25 381
在过去的几年里，随着深度学习技术的飞速发展，大规模语言模型（Large Language Models, LLMs）在自然语言处理（Natural Language Processing, NLP）领域取得了显著的进展。这些模型通过在大规模无标签文本数据上进行预训练，学习到了丰富的语言知识和常识，并在各种NLP任务中表现出色。然而，随着模型规模的不断扩大和应用场景的不断拓展，数据瓶颈问题日益凸显，成为制约大语言模型进一步发展的关键因素。
大语言模型在金融风控中的应用
程序员光剑
03-09 511
金融风控是金融机构确保其资产安全和业务稳定的重要手段。随着金融市场的复杂性和交易量的增加，传统的风控方法已难以应对日益增长的风险。近年来，随着大数据和人工智能技术的快速发展，金融风控领域逐渐引入了新的技术手段，其中大语言模型的应用尤为引人注目。大语言模型（Large Language Models, LLMs）通过在大规模文本数据上进行预训练，具备了强大的语言理解和生成能力。这些模型不仅能够处理结构化数据，还能从非结构化文本中提取有价值的信息，从而为金融风控提供了新的解决方案。
NOIZEUS语音增强数据库
06-15
NOIZEUS语音增强数据压缩包。包括clean 语音数据，和各种加噪数据。
机器学习精髓-机器学习百页书-最新版下载
lqfarmer的博客
02-14 568
《The Hundred-Page Machine Learning Book》（中文名：《机器学习百页书》）一本精简的机器学习入门手册，本书囊括机器学习的精髓，系统而精炼地讲解机器学习的基本原理，包含大量自 20 世纪 60 年代以来具有重要实用价值的机器学习材料。它既适用于初学者，也适用于有经验的从业者。 文末附本书最新版下载地址。 本书具有以下特色...
VACE数据集介绍，官网编号LDC2011V01、LDC2011V02、LDC2012V01
最新发布
2401_82807541的博客
07-24 207
这个数据集主要用于探索和开发语音增强技术，特别是通过视觉信息（例如嘴部运动）或视听信息（同时使用音频和视频）来提升语音信号的质量和清晰度。: 数据集结合了视觉信息（如嘴部运动）和音频信息，以便研究如何利用这些信息来改善语音增强的效果。: VACE数据集为研究人员提供了一个用于开发和评估语音增强算法的基准。: 这种类型的数据集在智能语音助手、远程会议系统、语音识别等领域具有广泛的应用潜力。总体来说，VACE数据集为视觉和视听语音增强技术的研究提供了一个重要的资源，促进了在多模态语音处理领域的进步和创新。
新手福利：免费百页机器学习入门书
weixin_33670786的博客
12-20 219
选自 themlbook作者：Andriy Burkov机器之心编译参与：张倩、淑婷、晓坤近日，Gartner 公司机器学习团队负责人、人工智能博士 Andriy Bur...
双麦克风语音增强论文4篇
11-08
双麦克风语音增强论文4篇，包括双麦谱减法、去混响、降噪等：《Dual Microphone Spectral Subtraction》、《Dual-Microphone Speech Dereverberation》、《NOISE REDUCTION FOR DUAL-MICROPHONE MOBILE PHONES》、《Recognition of speech in noise with hearing aids using dual micro》
100页机器学习入门完整版，初学者必备！
weixin_34082854的博客
12-28 112
导读：近日，Gartner机器学习团队负责人Andriy Burkov放出了他撰写的《The Hundred-Page Machine Learning Book》的这本书的最新版，只有100页，目标是任何只要有基础数学知识的人都能看懂的机器学习书籍。这本书的十一个章节最新版都已经在网站上公开，涵盖监督学习和非监督学习两大部分、包括神经网络、深度学习以及计算机科学、数学和统计学中最重要的一些机器学...
大数据领域机器学习或推荐系统数据集大全
Mr_Fjl的博客
12-12 1945
数据集汇总 一、免费大数据存储库的网站 1、深度学习数据集收集网站 http://deeplearning.net/datasets/** 收集大量的各深度学习相关的数据集，但并不是所有开源的数据集都能在上面找到相关信息。 2、Tiny Images Datasethttp://horatio.cs.nyu.edu/mit/tiny/data/index.html 包含8000万...
人工神经网络理论及应用pdf,人工智能的相关书籍
Supermen333的博客
09-15 1574
人工智能始于哲学思辨，中间经历了一个没有心理学（尤其是认知神经科学的）的帮助的阶段，仅通过牛人对人类思维的外在表现的归纳、内省，以及数学工具进行探索，其间最令人激动的是HerbertSimon（决策理论之父，诺奖，跨领域牛人）写的一个自动证明机，证明了罗素的数学原理中的二十几个定理，其中有一个定理比原书中的还要优雅，Simon的程序用的是启发式搜索，因为公理系统中的证明可以简化为从条件到结论的树状搜索（但由于组合爆炸，所以必须使用启发式剪枝）。整个过程中这个机器人只做非常粗糙的轨迹估算。
大语言模型原理与应用实践：基于监督学习进行微调 Supervised Learning & Fine-Tuning
程序员光剑
06-25 311
近年来，随着深度学习技术的快速发展，大规模语言模型(Large Language Models, LLMs)在自然语言处理(Natural Language Processing, NLP)领域取得了巨大的突破。这些大语言模型通过在海量无标签文本数据上进行预训练，学习到了丰富的语言知识和常识，可以通过少量的有标签样本在下游任务上进行微调(Fine-Tuning)，获得优异的性能。其中最具代表性的大模型包括OpenAI的GPT系列模型、Google的BERT、T5等。
Boll的语音增强的经典论文－谱减法
08-14
Boll_Suppression of acoustic noise in speech using spectral subtraction.pdf
Speech Enhancement in Reverberant Environments.pdf
03-13
利用语音信号增强的方法对语音信号中的混响进行处理，本文档中所包含的算法主要有：WPE,NR-WPE,SS-WPE,AWPE,MCLP等
论文研究-几种常用语音增强算法的研究 .pdf
08-23
几种常用语音增强算法的研究，吴晓宇，，语音增强算法是语音信号处理领域一个重要分支，它通过对语音信号进行预处理，抑制或消除背景噪声，提高语音质量。本文介绍了谱减
Awesome-Speech-Enhancement:语音增强研究人员和从业人员的教程。此回购协议的目的是组织世界范围内的语音增强资源，并使其普遍可访问和有用
03-18
出色的语音增强 目录 概述 这是很棒的语音增强教程，论文，库，数据集，工具，脚本和结果的精选列表。此回购协议的目的是组织世界范围内的语音增强资源，并使它们普遍可访问和有用。 此回购由（南洋理工大学），，（天津大学），（新加坡国立大学），陈卫光（湖南大学）共同贡献。 要将项目添加到此页面，只需发送拉取请求。 刊物 快来了... 民意调查 关于单通道语音增强的文献调查，2020年 鸡尾酒会问题及相关听觉模型的研究进展与展望，徐波，2019 深度学习对环境的鲁棒性语音识别：近期发展概述，张自兴，2017 基于深度学习的有监督语音分离：概述，2017 语音增强技术综述，2015年 非线性语音增强：概述，2007年 特征增强 使用自适应和多头注意力的语音增强，ICASSP 2020 PAN：用于单声道语音增强的音素感知网络，ICASSP 2020 噪声标记：学习神经噪声模板以增强环境意识的语音 具
[语音增强论文解读 06】Real-time Monaural Speech Enhancement WithShort-time Discrete Cosine Transform
qq_41893773的博客
04-18 819
作者：Qinglong Li, Fei Gao, Haixin Guan, and Kaichi Ma 1. 动机 最近，一些研究提出了复值模型并实现了最先进的性能，例如深度复杂卷积循环网络（DCCRN）。但是，模型的计算量很大。 2. 方法 为了降低复杂度并进一步提高性能，在本文中提出了一种使用离散余弦变换作为输入的新方法，称为深度余弦变换卷积循环网络（DCTCRN）。 3. 模型 DCTCRN 模型如下图所示： 3.1 训练目标 在训练阶段，DCTCRN 使用信号逼近方法来估计理想余
Vocalsound:一个用于提高人类声音识别的数据集
budangdiyi的博客
02-19 1107
语音新手入门，学习读懂论文。本文作者机构是麻省理工学院，美国剑桥大学。
语音增强数据集总结【持续更新】
qq_45048777的博客
06-01 6200
语音增强数据集
基于深度学习的语音增强：在NoisySpeech数据集上使用SEGAN进行语音增强任务
sybh的博客
04-28 958
在本篇博客中，我们展示了如何在NoisySpeech数据集上使用SEGAN进行语音增强任务。我们介绍了如何准备数据、构建模型、训练模型以及执行语音增强。希望这篇博客能帮助你更好地理解基于深度学习的语音增强方法以及如何将其应用到实际问题中。如果你对这个话题感兴趣，可以进一步研究其他模型和方法，以改进语音增强的质量和效率。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

lqfarmer

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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