基于深层声学特征的端到端语音分离

• 作者: 李娟娟 李子晋 王丹
• 来源期刊: 计算机系统应用
• 关键词: 语音分离 声学特征 深度神经网络 语音原始波形 端到端模型
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 专论·综述
• 页码范围: 1-7
• 页数: 7页
• 字数: 6482字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.007093

摘要

提出基于深层声学特征的端到端单声道语音分离算法,传统声学特征提取方法需要经过傅里叶变换、离散余弦变换等操作,会造成语音能量损失以及长时间延迟.为了改善这些问题,提出了以语音信号的原始波形作为深度神经网络的输入,通过网络模型来学习语音信号的更深层次的声学特征,实现端到端的语音分离.客观评价实验说明,本文提出的分离算法不仅有效地提升了语音分离的性能,也减少了语音分离算法的时间延迟.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李子晋	中国音乐学院音乐科技系	15	22	3.0	4.0
2	李娟娟	复旦大学计算机科学技术学院	5	6	1.0	2.0
3	王丹		1	1	1.0	1.0