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:
研究了一种基于深度置信网络的语音增强算法,并针对其不足做如下改进:考虑到对应训练集中噪声种类较少,噪声特性不够丰富的情况,在频域对噪声频谱进行扰动,以丰富噪声频谱特性;考虑到不同频点的信号对系统误差的影响不一样,结合绝对听阈构造权重系数.最后选取在噪声环境下传统语音增强算法中较好的LOG-MMSE和本文改进的基于深度置信网络的语音增强算法进行了分析比较,结果证明深度置信网络的语音增强算法显示出较好性能,尤其对增强后语音质量的提升超过了LOG-MMSE方法.
推荐文章
基于深度置信网络的语音增强算法
语音增强算法
深度置信网络
LOGMMSE算法
优化改进的对数幅度谱算法
基于改进深度置信网络的故障诊断方法
故障诊断
深度置信网络
特征提取
自适应谐振
改进的稀疏深度置信网络
深度置信网络(DBN)
稀疏性
高斯分布
压缩感知
0范数
基于改进深层网络的人脸识别算法
人脸识别
改进的深层网络
卷积
池化
多层稀疏自动编码器
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 基于改进深度置信网络的语音增强算法
来源期刊 数据采集与处理 学科 工学
关键词 语音增强算法 深度置信网络 LOG-MMSE算法
年,卷(期) 2018,(5) 所属期刊栏目
研究方向 页码范围 793-800
页数 8页 分类号 TP391
字数 5867字 语种 中文
DOI 10.16337/j.1004-9037.2018.05.003
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 赵力 东南大学信息科学与工程学院 308 3093 27.0 44.0
2 余华 5 8 2.0 2.0
3 唐於烽 东南大学信息科学与工程学院 3 5 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  (13)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1977(1)
  • 参考文献(1)
  • 二级参考文献(0)
1984(1)
  • 参考文献(1)
  • 二级参考文献(0)
1985(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(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
语音增强算法
深度置信网络
LOG-MMSE算法
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
数据采集与处理
双月刊
1004-9037
32-1367/TN
大16开
南京市御道街29号1016信箱
28-235
1986
chi
出版文献量(篇)
3235
总下载数(次)
7
总被引数(次)
25271
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导