典型文献
基于深度压缩感知的语音增强模型
文献摘要：
随着压缩感知的深入研究,压缩感知在语音增强方面的应用也备受关注.针对传统压缩感知语音增强算法中存在的不足,将压缩感知与深度学习结合构建名为基于深度压缩感知的语音增强模型(Speech Enhancement based on Deep Compressed Sensing,SEDCS).基于压缩感知原理使用编解码模型代替压缩感知中语音信号稀疏过程,使用卷积神经网络代替测量矩阵实现语音信号观测降维过程,通过联合训练的方式实现语音增强.实验结果表明:该模型能够完成语音增强任务,并且与现有的压缩感知语音增强算法相比,该模型能取得较好的语音增强效果;相比利用深度学习的语音增强算法,该模型虽性能一般,但在模型泛化性能和测试阶段的增强时间效率上有一定提升.
文献关键词：
语音增强;压缩感知;深度学习;卷积神经网络
中图分类号：
作者姓名：
康峥;黄志华;赖惠成
作者机构：
新疆大学信息科学与工程学院,新疆信号检测与处理重点实验室,新疆乌鲁木齐 830017
文献出处：
引用格式：
[1]康峥;黄志华;赖惠成-.基于深度压缩感知的语音增强模型)[J].声学技术,2022(06):862-870
A类：
SEDCS
B类：
压缩感知,语音增强,增强模型,增强算法,Speech,Enhancement,on,Deep,Compressed,Sensing,编解码,语音信号,测量矩阵,联合训练,成语,能取,增强效果,比利,模型泛化性,泛化性能,测试阶段,增强时间,时间效率
AB值：
0.297531
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
