• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于組合DNN的語(yǔ)音分離方法

    2019-09-19 10:31:02閔長(zhǎng)偉江華閆格2馮利琪
    數(shù)碼設(shè)計(jì) 2019年2期
    關(guān)鍵詞:語(yǔ)譜波形圖時(shí)域

    閔長(zhǎng)偉,江華,閆格2,馮利琪

    (1.閩南師范大學(xué)粒計(jì)算及其應(yīng)用重點(diǎn)實(shí)驗(yàn)室;2.閩南師范大學(xué)計(jì)算機(jī)學(xué)院,漳州,363000)

    引言

    隨著社會(huì)的發(fā)展和科學(xué)技術(shù)的不斷創(chuàng)新,智能手機(jī)等智能設(shè)備越來(lái)越受到普及,人們?cè)桨l(fā)關(guān)注和重視人機(jī)語(yǔ)音交互技術(shù),并對(duì)此進(jìn)行了一系列研究。但是如何使得人機(jī)語(yǔ)音交互變得更加有效和快捷,就像人與人之間相互便捷交流一樣成為了近幾年比較熱門(mén)的研究方向。而語(yǔ)音分離是人機(jī)語(yǔ)音交互技術(shù)的核心問(wèn)題之一,由于語(yǔ)音信號(hào)總是不可避免的受到外圍環(huán)境的干擾,降低了語(yǔ)音信號(hào)的質(zhì)量,因此語(yǔ)音分離起著非常重要的作用。

    語(yǔ)音分離起源于著名的“雞尾酒會(huì)效應(yīng)”問(wèn)題[1],就是在復(fù)雜的混合語(yǔ)音中把目標(biāo)語(yǔ)音有效的分離出來(lái)。語(yǔ)音分離的研究在語(yǔ)音通信、語(yǔ)音目標(biāo)檢測(cè)、語(yǔ)音增強(qiáng)等方面有著非常重要的理論意義和使用價(jià)值,語(yǔ)音分離技術(shù)在各個(gè)領(lǐng)域都被廣泛應(yīng)用,例如語(yǔ)音自動(dòng)翻譯、助聽(tīng)器、移動(dòng)通信、無(wú)線電視電話會(huì)議和聲源定位等方面[2]。

    目前,語(yǔ)音分離技術(shù)取得了很大的發(fā)展和突破,但是由于實(shí)際情況下環(huán)境的復(fù)雜多變,語(yǔ)音分離技術(shù)仍然存在著一些難題急于解決。例如,在我們生活的環(huán)境中,大部分應(yīng)用場(chǎng)合下都只有一個(gè)麥克風(fēng)設(shè)備,我們對(duì)它的參考信息了解的也不多,對(duì)目標(biāo)語(yǔ)音估計(jì)的難度很大,這種情況下的語(yǔ)音分離被稱(chēng)為單 聲道語(yǔ)音分離,幾十年來(lái),一些專(zhuān)家和學(xué)者都在著力研究單聲道條件下的語(yǔ)音分離問(wèn)題,他們提出估計(jì)噪音的功率或理想維納濾波器方法[3]來(lái)提高語(yǔ)音分離的性能,由于這是基于信號(hào)處理的方法,那些噪音通常假設(shè)為平穩(wěn)的或慢變的,在滿足假設(shè)條件下,這些方法在語(yǔ)音分離中取得了很好的效果,但是在現(xiàn)實(shí)環(huán)境中,這些假設(shè)條件通常很難滿足,特別在低信噪比的情況下,這些分離性能效果可能會(huì)沒(méi)用[4],跟基于信號(hào)處理的方法相比,基于模型的方法能在低信噪比的情況下取得很好的語(yǔ)音分離性能,但是它的不足就是過(guò)于依賴(lài)在之前訓(xùn)練好的語(yǔ)音和噪聲模型[5-7],所以研究出在各種實(shí)際環(huán)境下的語(yǔ)音分離技術(shù)就顯得尤為重要,本文研究的語(yǔ)音分離的方法也是基于單聲道情況下進(jìn)行的。

    近年來(lái),由于深度學(xué)習(xí)的興起,各種深層模型被廣泛應(yīng)用于語(yǔ)音領(lǐng)域,取得了巨大的成功[8]。而深度神經(jīng)網(wǎng)絡(luò)(Deep Neural Network,DNN)又是典型的深層結(jié)構(gòu),它在語(yǔ)音分離領(lǐng)域顯示出了巨大的研究前景[9-15],日益得到人們的重視。Wang等人提出了一種基于深度神經(jīng)網(wǎng)絡(luò)-支持向量機(jī)(Deep Neural Networks-Suppore Vector Machines,DNN-SVM)的系統(tǒng)[16],這一系統(tǒng)與傳統(tǒng)的系統(tǒng)相比,不但能夠在較大的數(shù)據(jù)集上進(jìn)行訓(xùn)練,而且還能實(shí)現(xiàn)較好的泛化性能。Wang等人又在一篇文章中提出用典型的監(jiān)督性語(yǔ)音分離系統(tǒng)DNN[17],對(duì)監(jiān)督性語(yǔ)音分離的目標(biāo)進(jìn)行側(cè)重分析,解決了適合于有監(jiān)督語(yǔ)音分離的訓(xùn)練目標(biāo)這一問(wèn)題。最近,Le Roux、Hershey和Hsu等把NMF擴(kuò)展成深層結(jié)構(gòu),并把這一深層結(jié)構(gòu)運(yùn)用到語(yǔ)音分離領(lǐng)域中,取得了不錯(cuò)的效果[18-20]。

    神經(jīng)網(wǎng)絡(luò)是現(xiàn)代人工智能的重要領(lǐng)域之一,由于單個(gè)的神經(jīng)網(wǎng)絡(luò)存在許多的局限和不足,專(zhuān)家和學(xué)者開(kāi)始用兩種神經(jīng)網(wǎng)絡(luò)組合進(jìn)行研究。趙凱通過(guò)BP和RBF兩種神經(jīng)網(wǎng)絡(luò)組合對(duì)RD經(jīng)費(fèi)的支出進(jìn)行預(yù)測(cè)[21],從預(yù)測(cè)結(jié)果來(lái)看,兩種神經(jīng)網(wǎng)絡(luò)組合很好的預(yù)測(cè)了每年的RD經(jīng)費(fèi)支出,避免了單個(gè)神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)精確度不高。Vera Simon等人用兩種不同的神經(jīng)網(wǎng)絡(luò)進(jìn)行組合來(lái)預(yù)測(cè)化學(xué)反應(yīng)[22],發(fā)現(xiàn)兩種神經(jīng)網(wǎng)絡(luò)組合之后的化學(xué)反應(yīng)效果要比單個(gè)神經(jīng)網(wǎng)絡(luò)好,XH Song等人用兩種神經(jīng)網(wǎng)絡(luò)組合對(duì)土壤樣品源進(jìn)行解析[23]。雖然DNN具有較強(qiáng)的學(xué)習(xí)和非線性映射能力,但是還存在著一些問(wèn)題,比如噪聲估計(jì)不準(zhǔn)確的問(wèn)題等,因此本文遵循DNN語(yǔ)音分離的系統(tǒng)框架,在此基礎(chǔ)上利用兩種不同結(jié)構(gòu)的DNN進(jìn)行組合,試圖提高語(yǔ)音的可懂度和清晰度。

    1 基于DNN的語(yǔ)音分離方法

    語(yǔ)音分離過(guò)程可以理解為從含有噪音的混合語(yǔ)音信號(hào)到純語(yǔ)音信號(hào)的一個(gè)非線性映射函數(shù),這個(gè)過(guò)程能夠很自然地表達(dá)成一個(gè)有監(jiān)督性學(xué)習(xí)問(wèn)題。監(jiān)督性語(yǔ)音分離系統(tǒng)的結(jié)構(gòu)框圖如圖1所示,實(shí)驗(yàn)主要分為訓(xùn)練階段和測(cè)試階段。在訓(xùn)練階段,首先要把訓(xùn)練的純凈語(yǔ)音和噪聲按照一定的信噪比進(jìn)行混合得到混合的語(yǔ)音,將輸入的一維時(shí)域信號(hào)通過(guò)時(shí)頻分解變?yōu)槎S的時(shí)域信號(hào),然后進(jìn)行特征提取,提取的特征一般是幀級(jí)別或者時(shí)頻單元級(jí)別的聽(tīng)覺(jué)特征,將提取的聽(tīng)覺(jué)特征和分離目標(biāo)分別作為語(yǔ)音分離模型的輸入和輸出來(lái)訓(xùn)練模型,直到模型訓(xùn)練完成。在測(cè)試階段,將測(cè)試的純凈語(yǔ)音和噪聲按照一定的信噪比進(jìn)行混合得到測(cè)試數(shù)據(jù)集,將測(cè)試數(shù)據(jù)集同樣進(jìn)行時(shí)頻分解和特征提取,輸入到訓(xùn)練模型中估計(jì)出測(cè)試數(shù)據(jù)集的語(yǔ)音目標(biāo),最后將混合的語(yǔ)音和估計(jì)出的分離目標(biāo)進(jìn)行波形合成,通過(guò)逆Gammatone濾波獲得我們想要的目標(biāo)語(yǔ)音,同時(shí)可以根據(jù)目標(biāo)語(yǔ)音的評(píng)價(jià)指標(biāo)來(lái)驗(yàn)證模型的實(shí)用性。

    2 基于CE_DNN的語(yǔ)音分離方法

    CE_DNN語(yǔ)音分離系統(tǒng)主要分為5大模塊:時(shí)頻分解、特征提取、分離目標(biāo)、模型訓(xùn)練、波形合成。圖2所示概述了在CE_DNN語(yǔ)音分離系統(tǒng)在測(cè)試階段利用DNN訓(xùn)練模型進(jìn)行測(cè)試的一般結(jié)構(gòu)圖,該圖表示,不同訓(xùn)練集經(jīng)過(guò)訓(xùn)練得到訓(xùn)練模型后,將測(cè)試數(shù)據(jù)放入訓(xùn)練模型后得到的輸出結(jié)果進(jìn)行合成,再通過(guò)逆Gammatone濾波之后進(jìn)行波形合成來(lái)分離想要的目標(biāo)語(yǔ)音。

    Fig.2 Represents a schematic diagram of the CE_DNN speech separation system

    圖2 表示CE_DNN語(yǔ)音分離系統(tǒng)的結(jié)構(gòu)簡(jiǎn)圖

    2.1 時(shí)頻分解

    時(shí)頻分解作為語(yǔ)音分離過(guò)程中的前端模塊,在語(yǔ)音分離過(guò)程中,通過(guò)時(shí)頻分解將輸入的一維時(shí)域信號(hào)變成二維的時(shí)頻信號(hào),本實(shí)驗(yàn)中采用的是Gammatone聽(tīng)覺(jué)濾波模型[24]來(lái)進(jìn)行時(shí)頻分解。

    Gammatone聽(tīng)覺(jué)濾波是將一組聽(tīng)覺(jué)濾波器g(t)對(duì)輸入的信號(hào)進(jìn)行濾波,得到一組濾波輸出G(t)。濾波器組的沖擊響應(yīng)為

    2.2 特征提取

    特征提取是語(yǔ)音分離中至關(guān)重要的步驟之一,因?yàn)樘崛〉奶卣鞑坏軌驕p少的訓(xùn)練時(shí)間,而且還能提高分離語(yǔ)音的性能。本實(shí)驗(yàn)是基于深度神經(jīng)網(wǎng)絡(luò)的語(yǔ)音分離,主要用了四種聲學(xué)特征[25-26],包括相對(duì)頻譜變換-感知線性預(yù)測(cè)系數(shù)(Relative Spectral Transform and Perceptual Linear Prediction,RASTA-PLP)、幅度調(diào)制頻譜圖(Amplitude Modulation Spectrogram,AMS)、梅爾頻譜倒頻譜系數(shù)(Melfrequency Cepstral Coefficients,MFCC)和伽瑪通特征(Gammatone Feature,GF),這些特征都是幀級(jí)特征,通過(guò)調(diào)用MATLAB函數(shù)中的combine函數(shù),將這些特征相互組合形成特征集合。

    2.3 分離目標(biāo)

    語(yǔ)音分離目標(biāo)選擇的好壞直接關(guān)系到合成目標(biāo)語(yǔ)音的質(zhì)量。語(yǔ)音分離最常用的分離目標(biāo)是時(shí)頻掩蔽,常見(jiàn)的時(shí)頻掩蔽有理想二值掩蔽(Ideal binary mask,IBM)和理想浮值掩蔽(Ideal ratio mask,IRM)。本實(shí)驗(yàn)中選用的分離目標(biāo)是IBM,IBM是計(jì)算聽(tīng)覺(jué)場(chǎng)景分析的主要計(jì)算目標(biāo),由純凈的語(yǔ)音和噪聲組合的混合信號(hào)計(jì)算得到。對(duì)于每一個(gè)T-F單元,如果局部的SNR大于本地閾值(Local criterion,LC),則將矩陣中相應(yīng)位置標(biāo)為1,否則標(biāo)為0。IBM的公式如下:

    其中SNR(f,t)表示時(shí)間t和頻率為f的T-F單元的局部信噪比值,IBM(f,t) 表示SNR(f,t)對(duì)應(yīng)的時(shí)頻單元的IBM值,通常本地信噪比閾值LC小于混合語(yǔ)音信噪比5dB。例如混合語(yǔ)音信噪比為-5dB,那么LC的信噪比閾值為-10dB。

    2.4 DNN訓(xùn)練

    正文內(nèi)容本實(shí)驗(yàn)中,DNN設(shè)置一個(gè)輸入層,四個(gè)隱含層,一個(gè)輸出層,其中隱含層每層有1024個(gè)節(jié)點(diǎn),Sigmoid函數(shù)作為激活函數(shù),圖(3)所示的Sigmoid函數(shù)[27]具有連續(xù)、光滑等性質(zhì)。其公式定義如下:

    Fig.3 Sigmoid function.

    在DNN中,層與層之間的單元是全連接的,即一個(gè)神經(jīng)元節(jié)點(diǎn)與相鄰層的所有神經(jīng)元之間都相連。另外,DNN系統(tǒng)經(jīng)隨機(jī)梯度下降和交叉熵準(zhǔn)則訓(xùn)練,初始學(xué)習(xí)率設(shè)為0.01,系統(tǒng)的最大訓(xùn)練次數(shù)設(shè)為20,用標(biāo)準(zhǔn)的反向傳播算法進(jìn)行訓(xùn)練。

    2.5 模型合成

    在DNN訓(xùn)練過(guò)程中,針對(duì)兩個(gè)DNN網(wǎng)絡(luò)使用了兩種不同的訓(xùn)練集,訓(xùn)練的結(jié)果是得到兩個(gè)具有不同內(nèi)部參數(shù)的DNN訓(xùn)練模型,將測(cè)試數(shù)據(jù)放入訓(xùn)練模型中進(jìn)行訓(xùn)練,得到輸出結(jié)果,最后將得到的輸出結(jié)果進(jìn)行合成,其公式如下:

    (6)

    其中output1是一個(gè)輸出矩陣,指的是測(cè)試數(shù)據(jù)經(jīng)過(guò)DNN1訓(xùn)練模型得到的輸出結(jié)果,output2是一個(gè)輸出矩陣,指的是測(cè)試數(shù)據(jù)經(jīng)過(guò)DNN2訓(xùn)練模型得到的輸出結(jié)果,output是一個(gè)輸出矩陣,指的是輸出結(jié)果的合成。

    2.6 波形合成

    由估計(jì)得到的目標(biāo)IBM與混合語(yǔ)音的特征相乘得到恢復(fù)出來(lái)的幅度譜,但是沒(méi)有包含語(yǔ)音的相位信息,所以我們還需要使用原始混合語(yǔ)音的相位信息進(jìn)行波形重構(gòu)得到目標(biāo)語(yǔ)音的頻譜,再通過(guò)逆Gammatone變化獲得目標(biāo)語(yǔ)音的波形信號(hào)。

    3 實(shí)驗(yàn)

    3.1 數(shù)據(jù)描述

    本實(shí)驗(yàn)從IEEE Corpus語(yǔ)音庫(kù)[28]中選用了720條純凈語(yǔ)音,前600條純凈語(yǔ)音作為訓(xùn)練數(shù)據(jù)集,后120條純凈語(yǔ)音作為測(cè)試數(shù)據(jù)集,其中訓(xùn)練集的前300條純凈語(yǔ)音作DNN1語(yǔ)音分離系統(tǒng)的訓(xùn)練集,后300條純凈語(yǔ)音作為DNN2語(yǔ)音分離系統(tǒng)的訓(xùn)練集,DNN1和DNN2語(yǔ)音分離系統(tǒng)的測(cè)試集是一樣的,訓(xùn)練集與測(cè)試集沒(méi)有重疊的部分。另外,我們從NOISEX-92[29]中選用了三種噪聲作為實(shí)驗(yàn)的訓(xùn)練和測(cè)試噪聲,這些噪聲都是不平穩(wěn)的,分別是餐廳內(nèi)嘈雜噪聲(babble noise)、白色噪聲(white noise)、驅(qū)逐艦機(jī)艙噪聲(destroyer engine room noise)。為了使訓(xùn)練集與測(cè)試集沒(méi)有重合的部分,本文將每個(gè)噪聲分成兩部分,然后將第一部分與訓(xùn)練語(yǔ)音進(jìn)行混合產(chǎn)生訓(xùn)練集,輸入信噪比分別為-5dB、-2dB、0dB、2dB、5dB,將第二部分噪聲與測(cè)試語(yǔ)音進(jìn)行混合產(chǎn)生測(cè)試集,最后將所得的訓(xùn)練集與測(cè)試集數(shù)據(jù)做均值方差歸一化處理。

    3.2 性能評(píng)估

    本文采用命中率-誤報(bào)率(HIT rate minus False-Alarm rate,HIT-FA)[30]和短時(shí)客觀語(yǔ)音可懂(Short-Time Objective,STOI)[31]對(duì)模型性能進(jìn)行評(píng)估。

    HIT-FA表示的是命中率與誤報(bào)率的差值。在IBM中,HIT是在目標(biāo)語(yǔ)音的時(shí)間-頻率單元被正確識(shí)別出來(lái)的比例,F(xiàn)A是在目標(biāo)語(yǔ)音的時(shí)間-頻率單元被錯(cuò)誤識(shí)別出來(lái)的比例。其計(jì)算公式為:

    (7)

    其中IBM表示理想二值掩蔽,EBM表示估計(jì)的理想二值掩蔽,N表示理想二值掩蔽中的元數(shù)個(gè)數(shù)。HIT-FA指標(biāo)與人類(lèi)對(duì)語(yǔ)言的可理解性相關(guān)聯(lián),所以常被用來(lái)評(píng)價(jià)系統(tǒng)性能。

    STOI算法是一種比較常用的可懂度客觀評(píng)價(jià)方法,該算法是純凈語(yǔ)音和降噪語(yǔ)音的函數(shù),STOI的輸出結(jié)果是一個(gè)標(biāo)量值,與人對(duì)語(yǔ)音的實(shí)際可懂高度相關(guān),取值范圍為0到1之間,數(shù)值越大表示分離后的語(yǔ)音可懂度越高。使用客觀可懂度測(cè)量語(yǔ)音的性能可以大大減少計(jì)算時(shí)間和成本。

    3.3 實(shí)驗(yàn)結(jié)果

    根據(jù)上面所提出的算法流程,采用MATLAB語(yǔ)言進(jìn)行仿真實(shí)驗(yàn),實(shí)驗(yàn)中所用的聲音文件都是wav格式的語(yǔ)音。圖4表示DNN1語(yǔ)音分離系統(tǒng)的純凈語(yǔ)音、混合信號(hào)和分離語(yǔ)音的時(shí)域波形圖和對(duì)應(yīng)的語(yǔ)譜圖,圖5表示DNN2語(yǔ)音分離系統(tǒng)的純凈語(yǔ)音、混合信號(hào)和分離語(yǔ)音的時(shí)域波形圖和對(duì)應(yīng)的語(yǔ)譜圖,圖6表示CE_DNN語(yǔ)音分離系統(tǒng)的純凈語(yǔ)音、混合信號(hào)和分離語(yǔ)音的時(shí)域波形圖和對(duì)應(yīng)的語(yǔ)譜圖。

    (a)純凈語(yǔ)音時(shí)域波形圖

    (b)混合語(yǔ)音時(shí)域波形圖

    (c)分離語(yǔ)音時(shí)域波形圖

    (d)純凈語(yǔ)音的語(yǔ)譜圖

    (e)混合語(yǔ)音的語(yǔ)譜圖

    (f)分離語(yǔ)音的語(yǔ)譜圖

    Fig.4 DNN1 speech separation system of pure speech, mixed signal and speech separation of time domain waveform graph spectra and the corresponding language

    圖4 DNN1語(yǔ)音分離系統(tǒng)的純凈語(yǔ)音、混合信號(hào)和分離語(yǔ)音的時(shí)域波形圖和對(duì)應(yīng)的語(yǔ)譜圖

    (g)純凈語(yǔ)音時(shí)域波形圖

    (h)混合語(yǔ)音時(shí)域波形圖

    (i)分離語(yǔ)音時(shí)域波形圖

    (j)純凈語(yǔ)音的語(yǔ)譜圖

    (k)混合語(yǔ)音的語(yǔ)譜圖

    (l)分離語(yǔ)音的語(yǔ)譜圖

    Fig.5 DNN2 speech separation system of pure speech, mixed signal and speech separation of time domain waveform graph spectra and the corresponding language

    圖5 DNN2語(yǔ)音分離系統(tǒng)的純凈語(yǔ)音、混合信號(hào)和分離語(yǔ)音的時(shí)域波形圖和對(duì)應(yīng)的語(yǔ)譜圖

    (m)純凈語(yǔ)音時(shí)域波形圖

    (n)混合語(yǔ)音時(shí)域波形圖

    (o)分離語(yǔ)音時(shí)域波形圖

    (p)純凈語(yǔ)音的語(yǔ)譜圖

    (q)混合語(yǔ)音的語(yǔ)譜圖

    (r)分離語(yǔ)音的語(yǔ)譜圖

    Fig.6 CE_DNN speech separation system of pure speech, mixed signal and speech separation of time domain waveform graph spectra and the corresponding language

    圖6 CE_DNN語(yǔ)音分離系統(tǒng)的純凈語(yǔ)音、混合信號(hào)和分離語(yǔ)音的時(shí)域波形圖和對(duì)應(yīng)的語(yǔ)譜圖

    圖4、圖5和圖6都選用了混入的噪聲為驅(qū)逐艦機(jī)艙,SNR為-5dB的一個(gè)相同的測(cè)試語(yǔ)音。從圖中可以看出,DNN1和DNN2算法分離后的語(yǔ)譜圖上有明顯的雜音,與純凈語(yǔ)音的語(yǔ)譜圖還有著較大的差別,而CE_DNN算法分離后的語(yǔ)譜圖上雜音變少了,而且與純凈語(yǔ)音的語(yǔ)譜圖也較為相似,波形圖同理可得,這表明我們的算法在分離性能上有較好的表現(xiàn),目標(biāo)語(yǔ)音分離的更準(zhǔn)確,分離語(yǔ)音失真變得更小。

    Tab.1 Mixed into the SNR is -5dB、-2dB、0dB、2dB、5dB obtained HIT-FA results

    表1 混入SNR為-5dB、-2dB、0dB、2dB、5dB時(shí)得到的HIT-FA結(jié)果

    Tab.2 Mixed into the SNR is -5dB、-2dB、0dB、2dB、5dB obtained STOI results.

    表2 混入SNR為-5dB,-2dB、0dB,2dB、5dB時(shí)得到的STOI結(jié)果

    表1給出了輸入信噪比為-5dB,-2dB、0dB,2dB、5dB時(shí)對(duì)應(yīng)的餐廳雜音噪聲、白色噪聲和驅(qū)逐艦機(jī)艙噪聲混合信號(hào)的HIT-FA結(jié)果。結(jié)果表明,與DNN1和DNN2語(yǔ)音分離系統(tǒng)相比,CE_DNN語(yǔ)音分離系統(tǒng)在混入SNR為-5dB、-2dB、0dB、2dB、5dB時(shí),三種噪聲信號(hào)的HIT-FA數(shù)值都有一定地提升,當(dāng)混入的信噪比一定時(shí),進(jìn)行不同的噪聲混合,HIT-FA所提升的數(shù)值不同,這說(shuō)明質(zhì)量差的噪聲混合時(shí)提升的空間很大,并且在混入低信噪比的情況下,效果會(huì)更好,這對(duì)語(yǔ)音分離目標(biāo)的質(zhì)量有很大的裨益。

    表2給出了輸入信噪比為-5dB,-2dB、0dB,2dB、5dB時(shí)對(duì)應(yīng)的餐廳雜音噪聲、白色噪聲和驅(qū)逐艦機(jī)艙噪聲混合信號(hào)的STOI結(jié)果。由表2中的數(shù)據(jù)可得知,改進(jìn)算法得到的STOI比原算法得到的STOI略高,說(shuō)明了改進(jìn)算法能更有效的進(jìn)行語(yǔ)音分離,當(dāng)混入的信噪比一定時(shí),進(jìn)行不同的噪聲混合,STOI所提升的數(shù)值不同,這說(shuō)明質(zhì)量差的噪聲混合時(shí)提升的空間很大,并且在混入低信噪比的情況下,效果會(huì)更好,這對(duì)語(yǔ)音分離目標(biāo)的質(zhì)量有很大的裨益。

    4 結(jié)束語(yǔ)

    本文主要是在DNN語(yǔ)音分離系統(tǒng)的基礎(chǔ)上,提出了一種基于組合DNN的語(yǔ)音分離方法,實(shí)驗(yàn)結(jié)果表明,與已有的DNN語(yǔ)音分離系統(tǒng)相比較,所提出的CE_DNN方法不僅能夠顯著提高訓(xùn)練目標(biāo)為理想二值掩蔽(IBM)的HIT-FA指標(biāo),而且還提高了語(yǔ)音目標(biāo)的短時(shí)客觀語(yǔ)音可懂度(STOI) ,有效的改善了分離語(yǔ)音的質(zhì)量。針對(duì)現(xiàn)有的框架,在未來(lái)的研究中我們還要對(duì)深度學(xué)習(xí)方法這一研究熱點(diǎn)進(jìn)行探討,在有效確保訓(xùn)練精度準(zhǔn)確的同時(shí),提高模型的自適應(yīng)能力和訓(xùn)練速度。

    猜你喜歡
    語(yǔ)譜波形圖時(shí)域
    交流接觸器典型通斷過(guò)程分析
    由波形圖領(lǐng)悟聲音特性
    淺析CH-γ方程中解的求法
    用DIS數(shù)字化信息系統(tǒng)測(cè)量金屬棒中聲速的有效方法
    HR-DCGAN方法的帕金森聲紋樣本擴(kuò)充及識(shí)別研究
    基于時(shí)域信號(hào)的三電平逆變器復(fù)合故障診斷
    基于時(shí)頻域特征的場(chǎng)景音頻研究
    語(yǔ)譜圖二次傅里葉變換特定人二字漢語(yǔ)詞匯識(shí)別
    基于極大似然準(zhǔn)則與滾動(dòng)時(shí)域估計(jì)的自適應(yīng)UKF算法
    基于時(shí)域逆濾波的寬帶脈沖聲生成技術(shù)
    av福利片在线观看| 露出奶头的视频| 亚洲精品久久国产高清桃花| 男插女下体视频免费在线播放| 一个人看的www免费观看视频| 中文字幕人妻熟人妻熟丝袜美 | 欧美不卡视频在线免费观看| 18+在线观看网站| 美女高潮的动态| 老司机福利观看| 小蜜桃在线观看免费完整版高清| 国产免费一级a男人的天堂| 丰满的人妻完整版| 99riav亚洲国产免费| 99久国产av精品| 18+在线观看网站| 精品人妻偷拍中文字幕| 成人特级av手机在线观看| 日韩亚洲欧美综合| 久久国产精品人妻蜜桃| 亚洲中文字幕日韩| 丰满的人妻完整版| 给我免费播放毛片高清在线观看| 在线播放国产精品三级| 亚洲电影在线观看av| 黄色女人牲交| 一边摸一边抽搐一进一小说| 久久人妻av系列| 三级男女做爰猛烈吃奶摸视频| 久久精品国产自在天天线| 我要搜黄色片| 日本黄色片子视频| 一本综合久久免费| 国产三级在线视频| 69人妻影院| 欧美中文日本在线观看视频| 欧美不卡视频在线免费观看| 国产精品一及| 真人一进一出gif抽搐免费| 久久国产精品人妻蜜桃| 老汉色∧v一级毛片| 97超视频在线观看视频| 国产淫片久久久久久久久 | 看黄色毛片网站| 亚洲专区中文字幕在线| 麻豆国产97在线/欧美| 最近在线观看免费完整版| 精品一区二区三区av网在线观看| 精品人妻偷拍中文字幕| 我要搜黄色片| 久久伊人香网站| 激情在线观看视频在线高清| 国产精品,欧美在线| 久久久久国内视频| 人妻丰满熟妇av一区二区三区| 亚洲电影在线观看av| 精品乱码久久久久久99久播| 好男人在线观看高清免费视频| 国产在线精品亚洲第一网站| 999久久久精品免费观看国产| 97超视频在线观看视频| 国产美女午夜福利| 亚洲av中文字字幕乱码综合| 精品人妻偷拍中文字幕| 国产精品爽爽va在线观看网站| 操出白浆在线播放| 特级一级黄色大片| 亚洲欧美日韩无卡精品| 亚洲aⅴ乱码一区二区在线播放| 狂野欧美激情性xxxx| 香蕉久久夜色| 午夜福利18| 俄罗斯特黄特色一大片| 婷婷丁香在线五月| 激情在线观看视频在线高清| 亚洲精品色激情综合| 禁无遮挡网站| 亚洲av中文字字幕乱码综合| 精华霜和精华液先用哪个| 欧美激情在线99| 内地一区二区视频在线| 日本黄色视频三级网站网址| 九九热线精品视视频播放| 18禁黄网站禁片午夜丰满| 国产激情偷乱视频一区二区| 欧美一区二区精品小视频在线| 国产一区二区在线av高清观看| 精品熟女少妇八av免费久了| 日韩欧美在线乱码| 久久精品国产自在天天线| 欧美黑人巨大hd| 国产精品永久免费网站| 91久久精品电影网| 日韩欧美免费精品| 成年女人毛片免费观看观看9| 亚洲va日本ⅴa欧美va伊人久久| 中文字幕人成人乱码亚洲影| 欧美xxxx黑人xx丫x性爽| 一本精品99久久精品77| 99久久久亚洲精品蜜臀av| 久久香蕉国产精品| 日本黄色片子视频| 国产精品亚洲一级av第二区| 国产精品爽爽va在线观看网站| 日本黄色片子视频| 欧美激情久久久久久爽电影| 亚洲国产欧洲综合997久久,| 桃色一区二区三区在线观看| 色老头精品视频在线观看| 久久婷婷人人爽人人干人人爱| 成人无遮挡网站| 国产色爽女视频免费观看| 日本黄大片高清| 国产一区二区亚洲精品在线观看| 久久草成人影院| 婷婷亚洲欧美| 变态另类丝袜制服| 中出人妻视频一区二区| 日韩中文字幕欧美一区二区| 国产欧美日韩精品亚洲av| 国产精品亚洲av一区麻豆| 最近最新中文字幕大全电影3| 日韩中文字幕欧美一区二区| 精品久久久久久久毛片微露脸| 日韩亚洲欧美综合| 国产又黄又爽又无遮挡在线| 少妇人妻精品综合一区二区 | 中文字幕av在线有码专区| 欧美又色又爽又黄视频| 91在线精品国自产拍蜜月 | 19禁男女啪啪无遮挡网站| 99在线视频只有这里精品首页| 丁香六月欧美| 久久精品夜夜夜夜夜久久蜜豆| 免费看十八禁软件| 99精品在免费线老司机午夜| 男女午夜视频在线观看| 桃红色精品国产亚洲av| 中文字幕高清在线视频| 最新中文字幕久久久久| 国产精品嫩草影院av在线观看 | 女警被强在线播放| 欧美激情久久久久久爽电影| 99在线人妻在线中文字幕| x7x7x7水蜜桃| 国产老妇女一区| 久久精品影院6| 夜夜夜夜夜久久久久| 国产精品一区二区三区四区免费观看 | 亚洲人成电影免费在线| 日本熟妇午夜| 免费高清视频大片| 免费看日本二区| 亚洲av二区三区四区| 美女高潮喷水抽搐中文字幕| 国产日本99.免费观看| 欧美日韩瑟瑟在线播放| 免费高清视频大片| 校园春色视频在线观看| 久久久久久人人人人人| 丝袜美腿在线中文| 波多野结衣巨乳人妻| 91av网一区二区| 一区二区三区免费毛片| 天堂av国产一区二区熟女人妻| 国产野战对白在线观看| 欧美成人一区二区免费高清观看| 9191精品国产免费久久| 国产精品久久久人人做人人爽| 真人一进一出gif抽搐免费| 亚洲国产日韩欧美精品在线观看 | 久久久精品大字幕| 欧美在线黄色| 麻豆成人午夜福利视频| 白带黄色成豆腐渣| 淫秽高清视频在线观看| 成人18禁在线播放| 午夜影院日韩av| 久久精品91无色码中文字幕| 韩国av一区二区三区四区| 在线观看一区二区三区| 亚洲人成电影免费在线| 国产精品亚洲一级av第二区| 搡老妇女老女人老熟妇| 99精品在免费线老司机午夜| 丰满的人妻完整版| 中文字幕精品亚洲无线码一区| 成人高潮视频无遮挡免费网站| 99精品欧美一区二区三区四区| 18禁黄网站禁片午夜丰满| 成人国产综合亚洲| 亚洲狠狠婷婷综合久久图片| 国产在视频线在精品| 精品电影一区二区在线| 免费看十八禁软件| 天天一区二区日本电影三级| 国产精品日韩av在线免费观看| 特大巨黑吊av在线直播| 午夜福利在线观看免费完整高清在 | 男女之事视频高清在线观看| 国产精品电影一区二区三区| 日本 av在线| 国产美女午夜福利| 日韩中文字幕欧美一区二区| 日韩av在线大香蕉| 少妇的逼水好多| 一区福利在线观看| 精品无人区乱码1区二区| 三级男女做爰猛烈吃奶摸视频| 淫秽高清视频在线观看| 国内精品久久久久精免费| 97人妻精品一区二区三区麻豆| 日本一二三区视频观看| 日韩精品中文字幕看吧| 天天添夜夜摸| 欧美一级a爱片免费观看看| 国产午夜精品久久久久久一区二区三区 | 在线播放国产精品三级| 亚洲美女黄片视频| 最近在线观看免费完整版| 欧美精品啪啪一区二区三区| 亚洲狠狠婷婷综合久久图片| 国产探花在线观看一区二区| 一区福利在线观看| 午夜激情欧美在线| 精品国产亚洲在线| 欧美成人性av电影在线观看| 国产av麻豆久久久久久久| 国产一区二区在线观看日韩 | 女同久久另类99精品国产91| 超碰av人人做人人爽久久 | 午夜a级毛片| 日韩有码中文字幕| 成年女人看的毛片在线观看| 欧美黑人巨大hd| 午夜日韩欧美国产| 国产高清视频在线观看网站| 国产久久久一区二区三区| 此物有八面人人有两片| 青草久久国产| 三级男女做爰猛烈吃奶摸视频| 舔av片在线| 真实男女啪啪啪动态图| 在线视频色国产色| 三级毛片av免费| 欧美最新免费一区二区三区 | 母亲3免费完整高清在线观看| 天堂av国产一区二区熟女人妻| 日韩欧美一区二区三区在线观看| 国产v大片淫在线免费观看| 国产免费一级a男人的天堂| 啪啪无遮挡十八禁网站| 一个人看视频在线观看www免费 | 网址你懂的国产日韩在线| 精品久久久久久久毛片微露脸| 国产aⅴ精品一区二区三区波| 久久人人精品亚洲av| 最后的刺客免费高清国语| 一本综合久久免费| 日本黄色片子视频| 国产精品久久久久久久电影 | 国产极品精品免费视频能看的| 午夜亚洲福利在线播放| 99精品在免费线老司机午夜| 日本五十路高清| 99国产综合亚洲精品| 一区二区三区免费毛片| 观看免费一级毛片| 久久亚洲精品不卡| 老司机福利观看| 久久欧美精品欧美久久欧美| 99在线视频只有这里精品首页| 国产精品1区2区在线观看.| 在线观看美女被高潮喷水网站 | 欧美乱色亚洲激情| 一二三四社区在线视频社区8| 蜜桃亚洲精品一区二区三区| 女人高潮潮喷娇喘18禁视频| 国产成人aa在线观看| 国产精品久久久久久久电影 | 动漫黄色视频在线观看| 欧美成人一区二区免费高清观看| 白带黄色成豆腐渣| 超碰av人人做人人爽久久 | 国产私拍福利视频在线观看| 日本三级黄在线观看| 亚洲自拍偷在线| bbb黄色大片| 精品一区二区三区视频在线观看免费| 国产精品 国内视频| 欧美日本视频| 国产一区二区在线av高清观看| 老师上课跳d突然被开到最大视频 久久午夜综合久久蜜桃 | 波多野结衣高清无吗| 国产精华一区二区三区| 变态另类成人亚洲欧美熟女| 欧美成人a在线观看| 一本综合久久免费| 深爱激情五月婷婷| 亚洲午夜理论影院| 一个人免费在线观看的高清视频| www.熟女人妻精品国产| 亚洲成人精品中文字幕电影| e午夜精品久久久久久久| 九九在线视频观看精品| 国产精品久久久久久人妻精品电影| 久久精品国产综合久久久| 国产成人福利小说| 中文字幕久久专区| АⅤ资源中文在线天堂| 男女那种视频在线观看| 九九久久精品国产亚洲av麻豆| xxxwww97欧美| 欧美又色又爽又黄视频| 亚洲人与动物交配视频| 久久久久久人人人人人| 亚洲人成电影免费在线| 我的老师免费观看完整版| 高清毛片免费观看视频网站| 久久香蕉精品热| 一个人免费在线观看电影| 亚洲中文日韩欧美视频| 国产精品爽爽va在线观看网站| 99热精品在线国产| 19禁男女啪啪无遮挡网站| 亚洲人成网站高清观看| 黄片小视频在线播放| 欧美中文综合在线视频| 3wmmmm亚洲av在线观看| 精品午夜福利视频在线观看一区| www日本黄色视频网| 亚洲一区高清亚洲精品| 少妇人妻一区二区三区视频| 首页视频小说图片口味搜索| 国产成人系列免费观看| 精品日产1卡2卡| 日韩成人在线观看一区二区三区| 亚洲一区高清亚洲精品| 成人三级黄色视频| 老司机福利观看| 成人三级黄色视频| 老司机福利观看| 91av网一区二区| 久久久国产成人精品二区| 亚洲真实伦在线观看| 国产精品美女特级片免费视频播放器| 欧美一区二区精品小视频在线| 亚洲欧美日韩高清专用| 一进一出抽搐gif免费好疼| 午夜精品在线福利| 一区二区三区高清视频在线| 黄色片一级片一级黄色片| 两个人的视频大全免费| 国产美女午夜福利| 亚洲精品在线观看二区| 夜夜夜夜夜久久久久| av天堂在线播放| 狂野欧美白嫩少妇大欣赏| 悠悠久久av| av女优亚洲男人天堂| 亚洲一区二区三区色噜噜| 男人的好看免费观看在线视频| 婷婷精品国产亚洲av| 天天躁日日操中文字幕| 婷婷精品国产亚洲av| 国产精品 国内视频| 亚洲色图av天堂| 久久6这里有精品| 国内精品一区二区在线观看| 91久久精品国产一区二区成人 | 久久精品综合一区二区三区| 99久久99久久久精品蜜桃| 噜噜噜噜噜久久久久久91| 午夜日韩欧美国产| 制服丝袜大香蕉在线| 成人永久免费在线观看视频| 最近最新中文字幕大全免费视频| h日本视频在线播放| 老鸭窝网址在线观看| 黄色日韩在线| 久久久久国内视频| 国内精品美女久久久久久| 青草久久国产| 国产高潮美女av| 欧美日韩一级在线毛片| 亚洲精品在线观看二区| 狂野欧美激情性xxxx| 精华霜和精华液先用哪个| 人妻久久中文字幕网| 国产不卡一卡二| 亚洲久久久久久中文字幕| 久久这里只有精品中国| av黄色大香蕉| 一二三四社区在线视频社区8| 脱女人内裤的视频| 午夜福利免费观看在线| 91九色精品人成在线观看| 免费看美女性在线毛片视频| 两性午夜刺激爽爽歪歪视频在线观看| 狠狠狠狠99中文字幕| 欧美精品啪啪一区二区三区| 一区二区三区免费毛片| 国产一区二区三区视频了| av女优亚洲男人天堂| 91字幕亚洲| 在线看三级毛片| 无遮挡黄片免费观看| 亚洲精品456在线播放app | 午夜免费成人在线视频| 又爽又黄无遮挡网站| 3wmmmm亚洲av在线观看| 日韩欧美国产在线观看| 国产av不卡久久| 国产伦精品一区二区三区四那| 琪琪午夜伦伦电影理论片6080| 成人精品一区二区免费| 日韩欧美免费精品| 国产乱人伦免费视频| 一边摸一边抽搐一进一小说| 国产午夜福利久久久久久| 一级作爱视频免费观看| 2021天堂中文幕一二区在线观| 欧美黄色淫秽网站| 国产精品av视频在线免费观看| 亚洲第一电影网av| 长腿黑丝高跟| 91在线观看av| 亚洲国产精品成人综合色| 国产老妇女一区| tocl精华| 亚洲真实伦在线观看| 亚洲第一欧美日韩一区二区三区| 久久这里只有精品中国| 久久久久久久亚洲中文字幕 | 亚洲人成电影免费在线| 午夜影院日韩av| 成人亚洲精品av一区二区| 99久久精品热视频| 看免费av毛片| 午夜激情福利司机影院| 亚洲真实伦在线观看| 精品午夜福利视频在线观看一区| 高清日韩中文字幕在线| 99久久精品一区二区三区| 日本精品一区二区三区蜜桃| 国产av一区在线观看免费| 在线视频色国产色| 欧美日韩福利视频一区二区| 亚洲欧美日韩东京热| 少妇的逼好多水| 国产高清videossex| eeuss影院久久| 女人被狂操c到高潮| 嫩草影视91久久| 国产淫片久久久久久久久 | 18+在线观看网站| 亚洲精品粉嫩美女一区| 黑人欧美特级aaaaaa片| 国内揄拍国产精品人妻在线| 欧美中文日本在线观看视频| 久久欧美精品欧美久久欧美| 99精品久久久久人妻精品| 全区人妻精品视频| 中国美女看黄片| 国产精品一区二区三区四区免费观看 | 免费观看的影片在线观看| 免费在线观看影片大全网站| 成年免费大片在线观看| 久久99热这里只有精品18| 夜夜躁狠狠躁天天躁| 精品久久久久久久毛片微露脸| 亚洲欧美日韩东京热| 性色avwww在线观看| 精品人妻偷拍中文字幕| 亚洲欧美精品综合久久99| 久久精品国产亚洲av香蕉五月| 亚洲在线观看片| 欧美性猛交黑人性爽| 亚洲欧美日韩东京热| 午夜免费激情av| 久久精品人妻少妇| 老司机福利观看| 精品乱码久久久久久99久播| 9191精品国产免费久久| 嫩草影院入口| 99久久久亚洲精品蜜臀av| 久久久国产成人精品二区| 色综合亚洲欧美另类图片| 可以在线观看毛片的网站| 欧美日韩乱码在线| 夜夜看夜夜爽夜夜摸| 精品无人区乱码1区二区| avwww免费| 国产色婷婷99| 制服丝袜大香蕉在线| 日本成人三级电影网站| 午夜激情福利司机影院| 国产高清激情床上av| 欧美一级a爱片免费观看看| 俄罗斯特黄特色一大片| 女同久久另类99精品国产91| 国产中年淑女户外野战色| 18禁黄网站禁片免费观看直播| 欧美大码av| or卡值多少钱| 又紧又爽又黄一区二区| 国产成人aa在线观看| 日韩 欧美 亚洲 中文字幕| 夜夜躁狠狠躁天天躁| 亚洲av一区综合| 亚洲人成网站在线播放欧美日韩| aaaaa片日本免费| 男女下面进入的视频免费午夜| 中文字幕久久专区| 91在线精品国自产拍蜜月 | 夜夜夜夜夜久久久久| 丰满的人妻完整版| 亚洲午夜理论影院| 久久久久国内视频| 99国产极品粉嫩在线观看| 久久伊人香网站| 国产一区二区在线av高清观看| 欧美日韩瑟瑟在线播放| 午夜精品久久久久久毛片777| 少妇人妻一区二区三区视频| 精品一区二区三区av网在线观看| 天美传媒精品一区二区| 亚洲中文字幕一区二区三区有码在线看| 在线看三级毛片| 国产欧美日韩一区二区三| 亚洲国产欧美网| 国产精品 国内视频| 91字幕亚洲| 日本三级黄在线观看| 欧美日韩中文字幕国产精品一区二区三区| 白带黄色成豆腐渣| 51国产日韩欧美| 久久精品国产亚洲av香蕉五月| 一区二区三区国产精品乱码| 嫩草影院入口| 午夜福利在线在线| 级片在线观看| 欧美一区二区亚洲| 国产精品久久久久久久电影 | 久久精品国产清高在天天线| 亚洲成av人片在线播放无| 亚洲精品久久国产高清桃花| 免费看a级黄色片| 最近最新中文字幕大全电影3| 18禁在线播放成人免费| 亚洲成人免费电影在线观看| 精品无人区乱码1区二区| 国产精品久久久久久精品电影| 9191精品国产免费久久| 男插女下体视频免费在线播放| 精品久久久久久,| 久久久精品大字幕| 欧美激情在线99| 精品人妻偷拍中文字幕| 日本在线视频免费播放| 舔av片在线| 亚洲国产高清在线一区二区三| 国产单亲对白刺激| 九色成人免费人妻av| 日韩精品中文字幕看吧| 国产麻豆成人av免费视频| 国产精品久久久久久精品电影| 韩国av一区二区三区四区| 国产亚洲av嫩草精品影院| 精品久久久久久,| 免费观看精品视频网站| 色播亚洲综合网| 国产三级中文精品| 久久国产精品人妻蜜桃| 日本a在线网址| 久久久久久人人人人人| 丰满人妻熟妇乱又伦精品不卡| 国产精品精品国产色婷婷| 成年女人看的毛片在线观看| 色综合欧美亚洲国产小说| 床上黄色一级片| 精品福利观看| av片东京热男人的天堂| 十八禁网站免费在线| 岛国在线观看网站| 午夜激情福利司机影院| 欧美黄色片欧美黄色片| 757午夜福利合集在线观看| 亚洲人与动物交配视频| 宅男免费午夜| 在线十欧美十亚洲十日本专区| 女警被强在线播放| 宅男免费午夜| 757午夜福利合集在线观看| 狂野欧美白嫩少妇大欣赏| 免费电影在线观看免费观看| 欧美绝顶高潮抽搐喷水| 可以在线观看的亚洲视频| 久久久久久久久大av| 日韩国内少妇激情av| 国产美女午夜福利| 国产精品免费一区二区三区在线| www日本在线高清视频| 美女 人体艺术 gogo| 亚洲av免费在线观看| 欧美精品啪啪一区二区三区| 少妇人妻精品综合一区二区 | 亚洲狠狠婷婷综合久久图片| 国产99白浆流出| 亚洲不卡免费看| 99国产综合亚洲精品| 国产高潮美女av| 中文在线观看免费www的网站| 观看美女的网站| 久久精品人妻少妇|