超级大本营军事论坛

 找回密码
 加入超大军事

QQ登录

只需一步,快速开始

查看: 1146|回复: 3
收起左侧

科研人员提出一种基于卷积循环神经网络的单通道渐进语音增强方法

[复制链接]
CDer:001110880
发表于 2020-07-30 13:31 超大游击队员 | 显示全部楼层 |阅读模式

更多精彩专业军事内容,期待你的加入!

您需要 登录 才可以下载或查看,没有帐号?加入超大军事

x
在复杂的声学应用场景中,语音信号易受到环境噪声与房间混响的影响,给自动语音识别和语音通信带来较大的干扰。尽管目前基于深度学习的单通道语音增强方法可有效抑制干扰成分,但这些方法的网络参数量较大且运算复杂度较高,难以应用于低功耗设备。

对此,中国科学院声学研究所噪声与振动重点实验室研究生李安冬、研究员郑成诗等,提出一种基于卷积循环的单通道渐进语音增强方法,在保持增强性能不变的前提下,减小了参数量并降低了运算复杂度。相关研究成果线发表在Applied Acoustics上。

研究人员在卷积循环神经网络基础上将增强过程分解为多个子阶段,在每个子阶段中进行轻量级模块建模并提升一部分语音的信噪比,从而在后续阶段中能够把之前阶段的输出作为先验信息,逐步提升后续处理结果。同时通过在不同阶段复用LSTM(Long and Short-Term Memory)模块的方式减小参数量。

实验结果表明,在仅采用3个阶段的情况下便可以达到和原有复杂卷积循环神经网络模型相近的性能。随着阶段数的增加,性能则会进一步提升。这种增强方法可用于低功耗设备上的噪声抑制与语音信息恢复。

研究工作得到国家自然科学基金的资助。
最具影响力军事论坛-超级大本营军事论坛欢迎你!超然物外,有容乃大。
CDer:001110880
 楼主| 发表于 2020-07-30 13:32 超大游击队员 | 显示全部楼层
https://m.toutiaocdn.com/i6851515306809295368/?app=news_article&timestamp=1596087119&use_new_style=1&req_id=202007301331590101310570255B08F2A0&group_id=6851515306809295368
最具影响力军事论坛-超级大本营军事论坛欢迎你!超然物外,有容乃大。
CDer:000088239
发表于 2020-07-30 16:10 | 显示全部楼层
人耳是如何智能过滤房间或者背景杂音的?

人可以控制神经只对自己感兴趣的声音进行识别,这个机制是不是有人研究过
最具影响力军事论坛-超级大本营军事论坛欢迎你!超然物外,有容乃大。
CDer:000563872
发表于 2020-07-31 21:52 | 显示全部楼层

RE: 科研人员提出一种基于卷积循环神经网络的单通道渐进语音增强方法

bjnr 发表于 2020-07-30 16:10
人耳是如何智能过滤房间或者背景杂音的?

人可以控制神经只对自己感兴趣的声音进行识别,这个机制是不是 ...

其实和CNN的过程已经很近似了
CNN需要先验知识,同理,人的听觉神经网络也会倾向于捕捉已有的音频信号记忆
算法无非只是采用一些卷积积分的方法通过相关性排除了杂音,让和先验知识匹配的信号获得更大权重
最具影响力军事论坛-超级大本营军事论坛欢迎你!超然物外,有容乃大。
您需要登录后才可以回帖 登录 | 加入超大军事

本版积分规则

监狱|手机|联系|超级大本营军事论坛 ( 京ICP备13042948号 | 京公网安备11010602010161 )

声明:论坛言论仅代表网友个人观点,不代表超级大本营军事网站立场

Powered by Discuz © 2002-2020 超级大本营军事网站 CJDBY.net (违法及不良信息举报电话:13410849082)

最具影响力中文军事论坛 - Most Influential Chinese Military Forum

GMT+8, 2020-08-15 09:42 , Processed in 0.021878 second(s), 6 queries , Gzip On, Redis On.

快速回复 返回顶部 返回列表