A Regression Approach to Speech Enhancement Based on Deep Neural Networks

最新推荐文章于 2022-02-18 23:06:59 发布
最新推荐文章于 2022-02-18 23:06:59 发布
阅读量530 收藏 4
点赞数
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/weixin_44223902/article/details/109842139
版权

A Regression Approach to Speech Enhancement Based on Deep Neural Networks

题目：A Regression Approach to Speech Enhancement
Based on Deep Neural Networks
作者：Yong Xu, Jun Du, Li-Rong Dai, and Chin-Hui Lee,
github:

解决的问题

  • 提出了一种有监督的语音增强，通过找到一个基于DNN 的噪声和干净语音之间的映射函数。
  • 首次设计了一个包含多种可能的语音和噪音类型组合的大训练集
  • 提出一些技术能提升基于DNN 的语音增强系统，包括全局方差均衡用来缓解回归模型的过渡平滑问题， dropout和噪声意识训练用来增强DNN 在看不见的噪声下的泛化能力。

method

  • 充分利用声学上下文信息，包括全频带和上下文帧扩展，以获得减少不连续性的增强语音
  • 为了提高泛化能力，在DNN训练集的设计中加入了100多种不同的噪声类型，这对处理不可见的噪声类型，特别是非平稳噪声是非常有效的。
  • 提出了三种提高语音质量和泛化能力的方法，首先，针对基于DNN的语音增强系统中存在的过平滑问题，提出了一种基于增强特征与参考干净语音特征之间的全局方差（GV），第二，把dropout用在语音增强中提高输入变量的泛化能力。第三，提出使用噪声意识训练提高性能

最低0.47元/天 解锁文章
weixin_44223902
关注
  • 0
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
【深度学习论文笔记:Recognition】:Deep Neural Networks for Object Detection
事了拂衣去，深藏功与名
03-12 1570
本文为论文“Deep Neural Networks for Object Detection”阅读笔记，欢迎交流学习。论文原文：http://papers.nips.cc/paper/5207-deep-neural-networks-for-object-detection.pdf 本文解决的问题：使用DNN，检测一幅图片里大量拥有不同尺度的不同物体（detect a potentially
An Experimental Study on Speech Enhancement Based on Deep Neural Networks学习摘要
xingzhedai的专栏
11-07 1440
李锦辉教授是佐治亚理工的终身教授，研究方向主要是DL，其中包含基于DL的噪声消除，在这一领域被看作是经典之一，目前在行业里也有人推荐李教授的这一方法，看起来值得一试。 这篇paper主要是提出了基于DNN网络的噪声消除的framework，并且给出了测试结果，当然，从测试结果看，该方法还是优于现有的其它方法的。   图1:基于DNN的消噪算法框架        该算法主要包括训练阶段和增强
【PaperReading】AN ATTENTION-BASED NEURAL NETWORK APPROACH FOR SINGLE CHANNEL SPEECH ENHANCEMENT
TalonZhang的博客
10-26 291
Title：AN ATTENTION-BASED NEURAL NETWORK APPROACH FOR SINGLE CHANNEL SPEECH ENHANCEMENT What’s main claim? Key idea? ​ In this paper, the authors explore the attention-based neural network structures for improving the performance of speech enhancement. T
文献阅读笔记【1】：A multi-scheme semi-supervised regression approach.
m0_37288588的博客
05-13 270
download：A multi-scheme semi-supervised regression approach. ----半监督回归 文献阅读笔记【1】：A multi-scheme semi-supervised regression approach. 1. 摘要 文献中提出了一种“多方案半监督回归方法（Multi-scheme Semi-supervised regression approach, MSSRA）”，MSSRA检验了所有学习器输出的一些明确定义的条件，并将其决策提供给元学习
论文笔记：A CNN Regression Approach for Real-Time 2D/3D Registration
qq_36775458的博客
10-24 1765
REAL-TIME 2D/3D REGISTRATION VIA CNN REGRESSION摘要介绍问题描述方法 摘要 提出了用于实时2-D / 3-D注册的卷积神经网络（CNN）回归方法：（在这之前好像还没有将CNN应用在实时2-D / 3-D注册上）   该方法利用了嵌入在数字重建射线照相和X射线图像中的信息，并使用CNN回归器直接估算了转换参数 CNN回归器针对局部区域进行训练，并...
TSTNN: TWO-STAGE TRANSFORMER BASED NEURAL NETWORK FOR SPEECH ENHANCEMENT IN THE TIME DOMAIN
weixin_48994423的博客
02-18 2146
[ICASSP 2021] Motivation 目前，LSTM和GRU等RNN常被用于基于顺序信息的长期序列建模。但基于RNN的模型的缺点是不能并行处理，计算复杂度较高。有作者提出可以通过在编码器和解码器之间增加时间卷积网络(TCN)块或LSTM层来进一步提取高维特征实现一些改进，但语音上下文信息往往被忽略，限制了去噪性能。但变压器神经网络能够有效地解决长期依赖问题，并能很好地并行运行。受这些启发，本文提出了一种基于变压器的结构，称为两级变压器神经网络(TSTNN)，用于端到端语音时域去噪。该模型由编
开发python语音匹配度_基于深度学习的语音增强使用keras python
weixin_39536630的博客
12-10 283
deep_learning_for_speech_enhancement_keras_pythondeep learning based speech enhancement using keras pythonAuthors: YONG XU & QIUQIANG KONGGoal:Make the GPU-C++ code project convert to python code ...
论文翻译：2022_PACDNN: A phase-aware composite deep neural network for speech enhancement
凌逆战的博客
02-15 1153
论文地址：PACDNN：一种用于语音增强的相位感知复合深度神经网络 相似代码：https://github.com/phpstorm1/SE-FCN 引用格式：Hasannezhad M，Yu H，Zhu W P，et al. PACDNN： A phase-aware composite deep neural network for speech enhancement[J]. Speec...
论文翻译：2020_WaveCRN: An efficient convolutional recurrent neural network for end-to-end speech enhance...
凌逆战的博客
11-23 476
论文地址：用于端到端语音增强的卷积递归神经网络 论文代码：https://github.com/aleXiehta/WaveCRN 引用格式：Hsieh T A, Wang H M, Lu X, et al. WaveCRN: An efficient convolutional recurrent neural network for end-to-end speech enhancemen...
语音增强改进方法总结
Pandade
03-22 830
1、模型更复杂 Mel frequency power spectrum (MFP) was used for speech enhancement in INTERSPEECH 2013 ：https://bio-asplab.citi.sinica.edu.tw/paper/conference/lu2013speech.pdf Convolutional maxout neural networks for speech separation：https://ieeexplore.ieee.org/
语音信号处理_语音国家工程实验室智能语音团队荣获IEEE信号处理学会最佳论文奖...
weixin_39804631的博客
12-19 381
近日，在英国布莱顿举行的IEEE声学、语音及信号处理会议(ICASSP)上，中国科学技术大学语音及语言信息处理国家工程实验室智能语音团队，获得2018年IEEE信号处理学会最佳论文奖。该论文题目为“A Regression Approach to Speech Enhancement Based on Deep NeuralNetworks”，于2015年发表于语音信号处理领域权威期刊I...
C语言LMS双麦克风消噪算法,一种新的语音和噪声活动检测算法及其在手机双麦克风消噪系统中的应用...
weixin_35492602的博客
05-25 468
JEUB M, HERGLOTZ C, NELKE C M, et al. Noise reduction for dual-microphone mobile phones exploiting power level differences[C]. IEEE International Conference on Acoustics, Speech, and Signal Processing...
语音增强相关技术综述
爱学习爱运动的专栏
08-20 2600
1 非监督语音增强技术 2 监督语音增强技术 3 github上提供的源代码及分析 3.1 Dual-signal Transformation LSTM Network https://github.com/breizhn/DTLN 用于实时噪声抑制的堆叠双信号变换 LSTM 网络 (DTLN) 的 Tensorflow 2.x 实现。 这个存储库提供了在 python 中训练、推断和服务 DTLN 模型的代码。 它还提供了 SavedModel、TF-lite 和 ONNX 格式的预训练模型，可用作您
关于Deep learning和NLP实战应用项目
平原的博客
08-25 7442
karpathy/char-rnn · GitHub ：一个基于RNN的文本生成器。可以自动生成莎士比亚的剧本或者shell代码。 https://github.com/karpathy/char-rnn phunterlau/wangfeng-rnn · GitHub ： 基于char-rnn的汪峰歌词生成器 https://github.com/phunterlau/wangfeng-r...
python爱心代码_语音增强论文及相关代码整理
weixin_39850699的博客
10-27 547
在很多年前，语音增强的主要方法还是一些传统的方法，例如基于模型的，基于滤波器的等等，这些传统的方法大多数都被前辈大佬们研究透了，也已经很成熟了，也是目前工业上用于前端去噪的常用方法，经典的webrtc中的降噪目前使用的就是基于维纳滤波的降噪算法，有兴趣的可以拿来webrtc语音处理的c代码一下，最近看了一下，脑瓜子嗡嗡的。自从深度神经网络在计算机视觉领域取得了巨大成就以后，语音增强领域的大佬们也都...
深度学习语音增强
weixin_30872867的博客
12-08 1762
作者：YeBobr链接：https://www.zhihu.com/question/273665262/answer/388296862来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。 最近在深度学习在语音增强中的应用最前沿的应该数GAN网络了吧，把生成器当做增强网络，用判别器区分干净语音和增强语音。主要有如下两篇论文： 1.SEGAN: Speech En...
SEGAN: Speech Enhancement Generative Adversarial Network
凌逆战的博客
11-20 1万+
论文原文地址， 目录 摘要 一、引言 二、Generative Adversarial Networks 三、Speech Enhancement GAN 四、实验步骤 4.1 数据集 4.2 SEGAN步骤 五、结果 4.1  客观评价 4.2  主观评价 六、总结 七、致谢 八、参考文献 摘要 当前的语音增强技术是在频谱域或利用一些高级特征的基础上进行的。他们中...
分类预测回归预测_我们应该如何汇总分类预测？
weixin_26746401的博客
09-06 1607
分类预测回归预测If you are reading this, then you probably tried to predict who will survive the Titanic shipwreck. This Kaggle competition is a canonical example of machine learning, and a right of passage f...
深度神经网络（DNN）Deep Neural Networks 介绍
热门推荐
03-25 3万+
这里将自己做的一个PPT纪录一下，根据斯坦福大学CS234 lecture 5 整理而来Some of the content for this lecture is borrowed from Hugo Larochelle 神经网络相对于训练集：太小（欠拟合），找到的规律模型未能够很好的捕捉数据特征，不能很好的拟合数据；太大（过拟合），记住的规律太多，太具体死板地记住训练集，不够抽象。单个神经...
comments on"An Experimental Study on Speech Enhancement Based on Deep Neural Networks"(一)
Karry's Tech Blog
09-08 1651
这篇论文是由中科大语音与语言信息处理实验室写的，今年1月发表在IEEE Signal Processing Letters(Impact factor :1.67) 论文大致分为两个部分：语音增强的建模和基于TIMIT数据集的模型检验、对比 论文的创新点/突破点： ·提出了一个应用于语音增强的基于DNN的非线性回归模型； ·使用了大量的训练集（浅层神经网络的劣势）； ·通过把contex
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
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