作者:
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:
音乐是一种大家广为熟知艺术,历史悠久,有许多脍炙人口的作品。随着计算机的发展,在音源分离的领域中,也取得了许多 的突破。近年来,深度学习被应用到当前的领域,采用了许多方法,可以进行音源分离。音源分离,即是把混合不同音源的音频,通过一 系列处理,分离出多个音源的音频信号。每个信号的彼此独立。经常可以用在会议现场,以及人声嘈杂的地方用于剥离出需要的纯净信号。 文章就通过搜集大量音源分离相关论文,来总结当今研究现状。
推荐文章
基于动态语音源数的自适应盲源分离算法
语音信号处理
自适应盲源分离
拓展四阶累积量
源数估计
软件编程实现多种音源报警
报警
音源
编程
频率
基于传感器网络的水下声音源定位方法研究
无线传感器网络
声音源定位
极大似然预估
改进非线性最小二乘法
基于非线性预测反滤波声门下嗓音源提取方法的研究
声门下嗓音源
非线性预测反滤波
数学模型
声带振动
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 音源分离综述
来源期刊 电脑乐园·信息化教学 学科 社会科学
关键词 音源分离 深度学习 机器学习 特征提取
年,卷(期) 2019,(11) 所属期刊栏目
研究方向 页码范围 0123-0124
页数 2页 分类号 C
字数 语种
DOI
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 夏一鸣 1 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  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (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
音源分离
深度学习
机器学习
特征提取
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
电脑乐园
月刊
1008-2352
45-1239/TP
广西南宁市鲤湾路8号
出版文献量(篇)
11860
总下载数(次)
29
总被引数(次)
0
论文1v1指导