基于深度学习语音分离技术的研究现状与进展

• 作者: 刘文举 张学良 梁山 聂帅
• 来源期刊: 自动化学报
• 关键词: 神经网络 语音分离 计算听觉场景分析 机器学习
• 年，卷（期）: 2016,（6）
• 页码范围: 819-833
• 页数: 15页
• 字数: 16668字
• 语种: 中文
• DOI: 10.16383/j.aas.2016.c150734

摘要

现阶段，语音交互技术日益在现实生活中得到广泛的应用，然而，由于干扰的存在，现实环境中的语音交互技术远没有达到令人满意的程度。针对加性噪音的语音分离技术是提高语音交互性能的有效途径，几十年来，全世界范围内的许多研究者为此投入了巨大的努力，提出了很多实用的方法。特别是近年来，由于深度学习研究的兴起，基于深度学习的语音分离技术日益得到了广泛关注和重视，显露出了相当光明的应用前景，逐渐成为语音分离中一个新的研究趋势。目前已有很多基于深度学习的语音分离方法被提出，但是，对于深度学习语音分离技术一直以来都缺乏一个系统的分析和总结，不同方法之间的联系和区分也很少被研究。针对这个问题，本文试图对语音分离的主要流程和整体框架进行细致的分析和总结，从特征、模型以及目标三个方面对现有的前沿研究进展进行全面而深入的综述，最后对语音分离技术进行展望。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张学良	内蒙古大学计算机系	4	80	3.0	4.0
2	刘文举	中国科学院自动化研究所模式识别国家重点实验室	24	278	8.0	16.0
3	聂帅	中国科学院自动化研究所模式识别国家重点实验室	1	66	1.0	1.0
4	梁山	中国科学院自动化研究所模式识别国家重点实验室	7	107	5.0	7.0