基于DNN的说话人无关单通道录音分离

• 作者: 吴立刚 徐海青 浦正国 韩涛
• 来源期刊: 福建茶叶
• 学科: 工学
• 关键词: 单通道 录音分离 说话人无关 DNN i-vector模型
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 思考·探索
• 页码范围: 303,305
• 页数: 2页
• 分类号: TP301.6
• 字数: 1721字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-2291.2018.12.277

摘要

围绕基于深度神经网络的说话人无关单通道录音分离模型,首先根据说话人的i-vector模型距离将说话人聚类,并证明不同类之间具有明显的可分性.然后基于聚类结果,本文训练了基于DNN的说话人组合检测器,通过该检测器网络的输出信号的能量特征不同,可以判断当前混合录音的说话人组合类别.选择相应的DNN录音分离器将混合录音进行分离.最后通过本文的分离系统与经典的CASA分离系统在PESQ和STOI指标上的实验对比,证明了本文的基于DNN的说话人无关单通道录音分离系统有着明显优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐海青		9	22	2.0	4.0
2	吴立刚		8	21	2.0	4.0
3	浦正国		5	2	1.0	1.0
4	韩涛		1	0	0.0	0.0