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:
提出了一种改进人工神经网络对病理嗓音共振峰修复的方法.分别提取正常语音和病理嗓音的线谱频率LSF(Line Spectral Frequencies),经过动态时间弯折后输入到改进BP神经网络训练.该网络通过自适应学习率和附加动量项来减少训练时间;将待修复病理嗓音通过训练好的网络进行映射,从而得到修复后的线谱频率;根据修复后线谱频率求解得到重构后的共振峰,实现对病理嗓音共振峰的修复.实验表明,该方法能对病理嗓音共振峰有效修复,修复后嗓音平均MOS得分比修复前提高55.8%.根据客观评价指标线谱对失真测度,该方法修复的语音线谱对失真测度比分段定值偏移与扩展型双线性变换联合法减少了23.4%,表明修复后的嗓音在可懂度和音质方面都有很大的提高,取得了好的修复效果.
推荐文章
BP神经网络在评价歌唱艺术嗓音中的应用
艺术嗓音
声学参数
BP神经网络方法
客观评价
共振峰
基于人工神经网络改进的Delphi法
Delphi方法
人工神经网络
计算模型
基于改进BP人工神经网络的电力负荷预测
神经网络
短期电力负荷预测
动量项
同类型日思想
模糊映射
基于改进人工神经网络的气水层识别技术
测井解释
神经网络
气水层识别
测井参数
长庆气田
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 改进人工神经网络的病理嗓音共振峰修复
来源期刊 电子器件 学科 工学
关键词 病理嗓音 共振峰修复 线谱频率 改进BP神经网络
年,卷(期) 2019,(1) 所属期刊栏目 电子电路设计分析及应用
研究方向 页码范围 249-254
页数 6页 分类号 TP183
字数 4473字 语种 中文
DOI 10.3969/j.issn.1005-9490.2019.01.048
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 陶智 苏州大学光电科学与工程学院 80 587 13.0 21.0
2 张晓俊 苏州大学光电科学与工程学院 37 81 6.0 8.0
3 邵雅婷 苏州大学光电科学与工程学院 7 7 1.0 2.0
4 孙宝印 苏州大学物理科学与技术学院 12 11 2.0 3.0
5 薛隆基 苏州大学光电科学与工程学院 4 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (0)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(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)
研究主题发展历程
节点文献
病理嗓音
共振峰修复
线谱频率
改进BP神经网络
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
电子器件
双月刊
1005-9490
32-1416/TN
大16开
南京市四牌楼2号
1978
chi
出版文献量(篇)
5460
总下载数(次)
21
总被引数(次)
27643
论文1v1指导