![](https://img-blog.csdnimg.cn/20201014180756724.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
语音增强
文章平均质量分 83
没用的阿鸡
不知咋办
展开
-
单通道说话人语音分离——DPRNN(Dual-Path Recurrent Neural Network)
近年来,基于深度学习的语音分离的研究证明了时域方法优于传统的基于时频的方法。与时频域方法不同,时域分离系统通常接收由大量时间步长组成的输入序列,这给极长序列的建模带来了挑战。传统的递归神经网络(RNNs)由于优化困难,对如此长的序列建模无效,而一维卷积神经网络(一维CNNs)在其接受域小于序列长度时,无法进行话语级序列建模。原创 2023-02-28 15:22:07 · 1512 阅读 · 0 评论 -
单通道说话人语音分离——Conv-TasNet(Convolutional Time-domain audio separation Network)
在真实的声学环境中,鲁棒的语音处理通常需要自动的语音分离。由于这一研究课题对语音处理技术的重要性,人们已经提出了许多方法来解决这一问题。然而,语音分离的准确性,特别是对新演讲者,仍然不够。原创 2023-02-23 10:14:48 · 4762 阅读 · 6 评论