| 基于生成對抗網絡合成噪聲的語音增強方法研究 | |
| 所屬分類：技術論文 | |
| 上傳者：aetmagazine | |
| 文檔大?。?span>491 K | |
| 標簽： 語音增強 生成對抗網絡 數據增強 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：在語音增強領域，深度神經網絡通過對大量含有不同噪聲的語音以監督學習方式進行訓練建模，從而提升網絡的語音增強能力。然而不同類型噪聲的獲取成本較大，噪聲類型難以全面采集，影響了模型的泛化能力。針對這個問題，提出一種基于生成對抗網絡(Generative Adversarial Networks，GAN)的噪聲數據樣本增強方法，該方法對真實噪聲數據進行學習，根據數據特征合成虛擬噪聲，以此擴充訓練集中噪聲數據的數量和類型。通過實驗驗證，所采用的噪聲合成方法能夠有效擴展訓練集中噪聲來源，增強模型的泛化能力，有效提高語音信號去噪處理后的信噪比和可理解性。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統工程研究所版權所有 京ICP備10017138號-2