基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文提出新的语音增强方法.这种新方法先将带噪信号进行离散余弦变换,得到带噪语音信号的DCT系数,并提取这些DCT系数的参数作为神经网络的输入来估计阈值,从而构造阈值函数对变换后的系数进行处理,再进行离散余弦反变换最终达到去噪的目的.本文实验中的噪声采用加性高斯白噪声,仿真实验结果表明新方法具有良好的语音增强效果,特别是在低信噪比情况下,效果更好.
推荐文章
基于深度神经网络的语音增强研究
深度学习
语音增强
人工神经网络
联合优化深度神经网络和约束维纳滤波的通道语音增强方法
深度神经网络
语音增强
约束维纳滤波
联合优化
改进的基于神经网络的信息最大化语音增强算法
独立分量分析
神经网络
语音增强
基于小波混沌神经网络的语音识别
语音识别
小波变换
混沌
神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于DCT与神经网络的语音增强方法
来源期刊 电子测量技术 学科 工学
关键词 语音增强 DCT BP神经网络 阈值函数
年,卷(期) 2006,(6) 所属期刊栏目 研究设计
研究方向 页码范围 44-45
页数 2页 分类号 TP3
字数 1629字 语种 中文
DOI 10.3969/j.issn.1002-7300.2006.06.016
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 郭继昌 天津大学电子信息工程学院 77 735 14.0 24.0
2 洪锐 天津大学电子信息工程学院 2 13 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (6)
同被引文献  (8)
二级引证文献  (6)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(2)
  • 引证文献(1)
  • 二级引证文献(1)
2013(2)
  • 引证文献(0)
  • 二级引证文献(2)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
语音增强
DCT
BP神经网络
阈值函数
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子测量技术
半月刊
1002-7300
11-2175/TN
大16开
北京市东城区北河沿大街79号
2-336
1977
chi
出版文献量(篇)
9342
总下载数(次)
50
总被引数(次)
46785
论文1v1指导