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:
针对基于隐马尔科夫(HMM,Hidden Markov Model)的MAP和MMSE两种语音增强算法计算量大且前者不能处理非平稳噪声的问题,借鉴语音分离方法,提出了一种语音分离与HMM相结合的语音增强算法。该算法采用适合处理非平稳噪声的多状态多混合单元HMM,对带噪语音在语音模型和噪声模型下的混合状态进行解码,结合语音分离方法中的最大模型理论进行语音估计,避免了迭代过程和计算量特别大的公式计算,减少了计算复杂度。实验表明,该算法能够有效地去除平稳噪声和非平稳噪声,且感知评价指标PESQ 的得分有明显提高,算法时间也得到有效控制。
推荐文章
DNN与谱减法相结合的语音分离技术
语音分离
神经网络
谱减法
目标语音
噪声能量估计
基于VQ与HMM相结合的汉语数字语音识别
HMM
VQ误差
数字语音识别
基于模型的单通道语音分离综述
单通道语音分离
基于模型
说话人依赖
说话人选择
说话人独立
基于模型的单通道语音分离综述
单通道语音分离
基于模型
说话人依赖
说话人选择
说话人独立
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 语音分离与HMM相结合的语音增强方法
来源期刊 计算机工程与应用 学科 工学
关键词 语音增强 语音分离 非平稳噪声 基于HMM的语音增强
年,卷(期) 2013,(16) 所属期刊栏目
研究方向 页码范围 196-200
页数 5页 分类号 TN912.35
字数 3969字 语种 中文
DOI 10.3778/j.issn.1002-8331.1204-0358
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 李国辉 国防科学技术大学信息系统与管理学院 39 339 9.0 17.0
2 唐敏 国防科学技术大学信息系统与管理学院 3 21 1.0 3.0
3 刘凤增 国防科学技术大学信息系统与管理学院 2 2 1.0 1.0
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  (3)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(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)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
语音增强
语音分离
非平稳噪声
基于HMM的语音增强
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导