版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、隨著智能手機(jī)的普及,人機(jī)語音交互技術(shù)又一次迎來了發(fā)展的機(jī)會(huì),如何讓人機(jī)語音交互變得方便高效成為近年來的研究熱點(diǎn)。語音分離作為人機(jī)語音交互技術(shù)中的核心問題,是自動(dòng)語音識(shí)別、語言自動(dòng)翻譯、說話者識(shí)別等技術(shù)的有力支撐。由于很多人機(jī)語音交互的實(shí)際應(yīng)用場景中只有一個(gè)語音輸入設(shè)備,單通道語音分離技術(shù)受到許多研究人員的關(guān)注。
以聽覺場景分析理論為基礎(chǔ),研究人員提出了基于計(jì)算聽覺場景分析的單通道語音分離系統(tǒng)。這種語音分離系統(tǒng)的處理過程與人類聽
2、覺系統(tǒng)感知語音信號(hào)的過程類似,經(jīng)過不斷的改進(jìn),取得了較好的分離效果。
本文對(duì)計(jì)算聽覺場景分析的相關(guān)理論和算法進(jìn)行了研究,詳細(xì)的介紹了目前比較先進(jìn)的Hu-Wang系統(tǒng)。并在Hu-Wang提出的單通道語音分離系統(tǒng)的基礎(chǔ)上,提出了一些改進(jìn)方法,本文主要的創(chuàng)新點(diǎn)如下:
1.本文通過使用數(shù)學(xué)形態(tài)學(xué)圖像處理技術(shù),對(duì)CASA系統(tǒng)進(jìn)行初步濁音分段得到的二值掩碼圖進(jìn)行了改進(jìn)。傳統(tǒng)的CASA系統(tǒng)使用固定的閾值來進(jìn)行濁音的初步分段,導(dǎo)致得
3、到的二值掩碼圖中包含了殘余的噪聲和破損的語音。CASA系統(tǒng)后續(xù)的基音檢測和組合過程都是以這個(gè)二值掩碼圖為基礎(chǔ)的,不準(zhǔn)確的二值掩碼圖會(huì)嚴(yán)重的影響CASA系統(tǒng)的語音分離結(jié)果。本文利用數(shù)學(xué)形態(tài)學(xué)圖像處理技術(shù),在二值掩碼圖的高頻區(qū)域利用開運(yùn)算消除噪聲,在低頻區(qū)域利用閉運(yùn)算修補(bǔ)目標(biāo)語音。實(shí)驗(yàn)表明,該方法能有效的提高初步濁音分段結(jié)果中目標(biāo)語音信號(hào)的比例。
2.針對(duì)Hu-wang串聯(lián)語音分離系統(tǒng)在控制迭代過程中的不足,本文提出了一種基于語音
4、客觀評(píng)價(jià)算法改進(jìn)迭代過程的方法。具體的做法是,對(duì)每一次迭代的結(jié)果,都經(jīng)過后續(xù)的處理過程形成語音文件,將語音文件進(jìn)行p.563語音質(zhì)量檢測,通過語音質(zhì)量檢測的結(jié)果來決定是否需要再次進(jìn)行迭代。實(shí)驗(yàn)證明利用語音客觀評(píng)價(jià)方法控制迭代流程要比傳統(tǒng)方式更好。第一,客觀語音質(zhì)量評(píng)價(jià)算法可以根據(jù)每次迭代后目標(biāo)語音的MOS-LQP評(píng)分值來控制迭代過程,讓整個(gè)語音分離系統(tǒng)能夠適用于不同的使用場景和不用的需求。第二,Hu-Wang系統(tǒng)中將數(shù)據(jù)是否收斂作為終止
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于深度學(xué)習(xí)的單通道語音分離.pdf
- 同頻混合信號(hào)單通道盲分離關(guān)鍵技術(shù)研究.pdf
- 基于稀疏分解的單通道混合語音分離算法研究.pdf
- 基于序貫字典學(xué)習(xí)的單通道語音分離算法研究.pdf
- 基于深度學(xué)習(xí)的說話人無關(guān)單通道語音分離.pdf
- 通信信號(hào)的單通道盲分離技術(shù)研究.pdf
- 基于語音分離的聲紋識(shí)別技術(shù)研究.pdf
- 單通道數(shù)字通信信號(hào)盲分離技術(shù)研究.pdf
- 基于計(jì)算聽覺場景分析的單通道語音盲分離技術(shù).pdf
- 單通道語音增強(qiáng)方法研究.pdf
- 基于單通道盲分離的抗干擾技術(shù)研究.pdf
- 語音分離技術(shù)的研究與實(shí)現(xiàn).pdf
- 語音壓縮感知關(guān)鍵技術(shù)研究.pdf
- 基于盲源分離的單通道語音增強(qiáng)算法研究.pdf
- 單通道語音增強(qiáng)算法的研究.pdf
- 語音分離和語音增強(qiáng)方法研究.pdf
- 語音識(shí)別關(guān)鍵技術(shù)研究.pdf
- 單通道語音水印與語音增強(qiáng)算法研究.pdf
- 語音情感識(shí)別的關(guān)鍵技術(shù)研究.pdf
- 多語音分離語音增強(qiáng)方法的研究.pdf
評(píng)論
0/150
提交評(píng)論