Kaldi + CNN for Speech Enhancement

(一)网络结构

input-> C1 –>softmax –>S2 –> C3 –>softmax –>S4 –>FC5 –> softmax –> FC6

 

(二)数据预处理

1.归一化:提取音频.wav的对数频谱值作为特征值(d=129),并归一化之;

2.扩帧:对每一帧左右各扩5帧,扩帧后的维度 D =d*(5*2+1) =d*11

 

(三)初始化各网络层

1. conv1

in_dim = D

stride1 = d

num_patch1 = 1+(stride1 - patch1_dim)/patch1_step

out_dim = num_filters1 *num_patch1

2. mpool1

in_dim = out_dim (1.④)

num_pool1 = num_patch1 / pool1_size

out_dim = num_filters1 *num_pool1

3.conv2

in_dim = out_dim (2.③)

stride2 = num_filters1 *num_pool1

patch2_dim = patch2_dim *num_filters1

patch2_step = num_filters1

num_patch2 = 1+(stride2 – patch2_dim)/patch2_step

out_dim = num_filters2 *num_patch2

4.mpool2

in_dim = out_dim (3.⑥)

num_pool2 = num_patch2 / pool2_size

out_dim = num_filters2 *num_pool2

5.FC1

in_dim = out_dim = hidden_dim

6.FC2

in_dim = hidden_dim

out_dim = d

转载于:https://www.cnblogs.com/atmacmer/p/6875447.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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