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:
喉振传声器以其优良的抗噪声特性已在多种强噪声场景中得到应用,但其产生的语音尚存在着中频成份厚重、高频成份缺失等问题,严重影响了语音的清晰度和可懂度.为改善喉振传声器的语音质量,本文提出了一种基于长短时记忆递归神经网络(Long short term memory recurrent neural networks,LSTM-RNN)的喉振传声器语音盲增强算法.与基于低维的谱包络特征估计算法不同,该算法首先利用LSTM-RNN对喉振传声器语音与空气传导语音的高维对数幅度谱之间的转换关系进行建模,能有效捕捉上下文信息实现语音幅度谱的重构,然后采用非负矩阵分解(Non-negative matrix factorization,NMF)对估计出的语音幅度谱进行处理,有效抑制了过平滑问题,进一步提高了语音质量.仿真实验得到的LLR,LSD,PESQ性能指标表明,该算法可有效改善喉振传声器的语音质量.
推荐文章
基于LSTM-RNN模型的铁水硅含量预测
预测
动态建模
神经网络
高炉炼铁
硅含量
传声器的选择和使用
传声器
声源
音频信号传输
频率范围
传声器阵列校准技术研究
阵列设计
阵列校准
气动噪声
传声器阵列
传声器的技术特性与种类
传声器
声源
音频信号传输
频率范围
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 一种基于LSTM-RNN的喉振传声器语音盲增强算法
来源期刊 数据采集与处理 学科 工学
关键词 喉振传声器 语音盲增强 递归神经网络 长短时记忆 非负矩阵分解
年,卷(期) 2019,(4) 所属期刊栏目
研究方向 页码范围 615-624
页数 10页 分类号 TN912.3
字数 6813字 语种 中文
DOI 10.16337/j.1004-9037.2019.04.005
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 张雄伟 10 7 2.0 2.0
2 孙蒙 12 11 2.0 2.0
3 曹铁勇 9 8 2.0 2.0
4 杨吉斌 8 3 1.0 1.0
5 郑昌艳 4 0 0.0 0.0
6 邢益搏 3 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  (35)
共引文献  (118)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(6)
  • 参考文献(1)
  • 二级参考文献(5)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(5)
  • 参考文献(1)
  • 二级参考文献(4)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(4)
  • 参考文献(2)
  • 二级参考文献(2)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(5)
  • 参考文献(1)
  • 二级参考文献(4)
2017(5)
  • 参考文献(1)
  • 二级参考文献(4)
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
喉振传声器
语音盲增强
递归神经网络
长短时记忆
非负矩阵分解
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