基于条件生成对抗网络的语音增强OACSTPCD
Speech Enhancement Based on Conditional Generative Adversarial Nets
语音增强技术目前有传统的方法和深层神经网络的方法,传统的方法假设语音信号和噪音之间的关系做出假设,这往往造成语音增强后效果不佳,深层神经网络的方法具有根据数据进行去噪的能力,避免了前期的假设.论文使用条件生成式对抗网络(Conditional Generative Adversarial Nets)的方法对语音进行增强,采用有监督的训练方式,在训练过程中加入带噪语音信号,能够有效地指导训练的进行.采用PESQ对增强后的语音质量进行评价,实验结果显…查看全部>>
樊良辉;韩俊刚;王怡斐
西安邮电大学计算机学院 西安 710121西安邮电大学计算机学院 西安 710121西安邮电大学计算机学院 西安 710121
信息技术与安全科学
语音增强生成对抗网络深度学习
《计算机与数字工程》 2020 (8)
1939-1942,1953,5
西安邮电大学创新基金项目(编号:CXJJ2017067)资助.
评论