• <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DBLSTM-DCNN的骨導(dǎo)和氣導(dǎo)語音轉(zhuǎn)換

    2022-01-21 15:20:16儲有亮
    聲學(xué)技術(shù) 2021年6期
    關(guān)鍵詞:骨導(dǎo)氣導(dǎo)頻域

    儲有亮,李 梁

    (重慶理工大學(xué),重慶 400054)

    0 引 言

    語音是人與人之間最常見的信息交互方式,但是很容易受到周圍噪聲的干擾而造成信息的丟失,怎樣在強噪聲等嘈雜環(huán)境下進行無礙的語音信息交互,對于業(yè)界來說是一個亟需突破的研究課題。骨導(dǎo)語音對噪聲具有很強的抗干擾性[1],這是由于骨導(dǎo)語音是使用高靈敏振動傳感器收集人在說話時發(fā)聲部位產(chǎn)生的振動信號得到的。這使得骨導(dǎo)語音在廣場、碼頭甚至戰(zhàn)場等強噪聲的環(huán)境下有著較好的應(yīng)用前景。

    骨傳導(dǎo)傳感器(Bone-Conduction Microphone,BCM)通過采集人說話時由聲帶產(chǎn)生的激勵信號并由人體內(nèi)部骨骼以及相關(guān)組織傳遞到皮膚表面的震動,將其通過一系列的轉(zhuǎn)換最終采集到骨導(dǎo)語音[2]。這與通過氣導(dǎo)麥克風(fēng)(Air-Conduction Microphone,ACM)采集到的氣導(dǎo)語音有很大的不同。BCM語音由于其獨特的采集方式,因此對來自周圍環(huán)境中通過空氣傳播而產(chǎn)生的噪聲具有非常好的強抗噪性。但由于人體的骨骼具有低通性,這導(dǎo)致BCM語音的高頻信號損失嚴重,一般超過2.5 kHz的高頻信號會嚴重損失,同時由于BCM語音沒有經(jīng)過口腔、鼻腔等調(diào)音區(qū)域進行調(diào)音,造成摩擦音、爆破音、清音等輔音音節(jié)的缺失,致使BCM語音聽上去比較沉悶、語音清晰度也無法令人滿意[3],因此BCM語音在實際應(yīng)用上難以推廣。

    通過轉(zhuǎn)換語音譜包絡(luò)、倒譜系數(shù)、線譜頻率等語音特征達到轉(zhuǎn)換目的是現(xiàn)今主流的BCM語音轉(zhuǎn)ACM語音的轉(zhuǎn)換方法。例如文獻[4]中利用四層全連接層建立BCM語音倒譜系數(shù)到ACM語音倒譜系數(shù)的映射關(guān)系;文獻[5]出于穩(wěn)定性的考慮,選擇線譜頻率(Linear Spectral Frequency,LSF)作為轉(zhuǎn)換特征,并且采用遞歸神經(jīng)網(wǎng)絡(luò)來完成LSF的特征轉(zhuǎn)換;文獻[6]通過深度神經(jīng)網(wǎng)絡(luò),實現(xiàn)LSF從BCM語音特征到ACM語音特征之間的映射;文獻[7]首先通過K-means算法將喉振傳感器(Throat Microphone,TM)語音的美爾廣義倒譜系數(shù)(Mel Generalized cepstral coefficients,MGC)分為若干類,然后再對每類 MGC分別構(gòu)建多層前饋神經(jīng)網(wǎng)絡(luò)來實現(xiàn)MGC特征的映射,以此來提升轉(zhuǎn)換語音的效果;文獻[3]則利用(Speech Transformation And Representation Using Adaptive Interpolation of Weighted Spectrum,STRAIGHT)模型[8]將語音分解為基音周期、譜包絡(luò)特征與非周期成份這三種特征,利用高斯混合模型(Gaussian Mixture Model,GMM)建立非聲呢語(Non-Audible Murmur,NAM)與ACM語音之間的特征映射關(guān)系。文獻[9]借助深層雙向長短期記憶網(wǎng)絡(luò)(Deep Bidirectional Long and Short Term Memory Network,BLSTM)建立對數(shù)頻譜(Logarithmic Spectrum)之間的映射關(guān)系。文獻[10]在同為非正常音的耳語音中使用深層卷積神經(jīng)網(wǎng)絡(luò)建立譜包絡(luò)特征、基音周期和非周期成分之間的轉(zhuǎn)換關(guān)系,有效地提高了耳語音轉(zhuǎn)換的效果。文獻[11]使用WaveNet聲碼器來實現(xiàn)骨導(dǎo)語音和氣導(dǎo)語音之間的語音特征轉(zhuǎn)換。

    以上介紹的轉(zhuǎn)換算法雖然可以較好地提高和改善BCM語音的轉(zhuǎn)換效果,但特征維數(shù)較低,因此導(dǎo)致頻譜的細節(jié)信息不能很好地恢復(fù)。同時,對頻域維度上隱藏信息的提取沒有足夠地重視,因此轉(zhuǎn)換效果并不是很清晰,尚未達人耳可以清晰識別的程度。本文提出了一種基于特定說話人(某一固定說話人)的骨導(dǎo)語音轉(zhuǎn)換算法,該算法利用深度雙向長短期記憶-深度卷積神經(jīng)網(wǎng)絡(luò)(Deep Bidirectional Long and Short Term Memory-Deep Convolutional Neural Network,DBLSTM-DCNN)模型直接建模BCM語音和ACM語音,通過WORLD模塊[12]提取出譜包絡(luò)、非周期性成分和基頻之間的映射關(guān)系,最終再通過WORLD模塊合成出轉(zhuǎn)換語音。實驗結(jié)果表明,使用本論文提到的方法所轉(zhuǎn)換的ACM語音在語音質(zhì)量感知評價(Perceptual Evaluation of Speech Quality,PESQ)[13]、短時客觀可懂度(Short-Time Objective Intelligibility,STOI)[14]和對數(shù)譜距離(Log-spectral distance,LSD)[15]等客觀評價指標上均有較好的表現(xiàn)。

    1 語音轉(zhuǎn)換模型

    1.1 骨導(dǎo)語音轉(zhuǎn)換模型

    訓(xùn)練階段如圖1所示,先使用WORLD模塊分別提取BCM語音以及ACM語音的譜包絡(luò)BCM_sp與ACM_sp(spectral envelope,sp)[16]、非周期成份BCM_ap與ACM_ap(Aperiodic component,ap)[17]和基頻(f0)[18]BCM_f0與ACM_f0這三種語音特征。本文從第8幀(初始幀通常為靜音幀)開始,取語音特征的當(dāng)前幀及其前后各7幀(共15幀)作為DBLSTMDCNN的輸入。分別使用BCM語音與ACM語音的譜包絡(luò)、非周期成分和基頻建立BCM譜包絡(luò)與ACM語音譜包絡(luò)映射模型(DBLSTM-DCNN_sp)、BCM語音非周期成份與ACM語音非周期成份的映射模型(DBLSTM-DCNN_ap)以及BCM語音基頻與ACM語音基頻的映射模型(DBLSTM-DCNN_f0)。

    圖1 基于DBLSTM-DCNN轉(zhuǎn)換網(wǎng)絡(luò)的訓(xùn)練階段語音處理Fig.1 Speech processing in the training phase based on DBLSTM-DCNN conversion network

    轉(zhuǎn)換階段如圖2所示,首先利用WORLD模塊從待轉(zhuǎn)換的BCM語音中提取BCM_sp、BCM_ap和BCM_f0這三種語音特征,再分別輸入到之前訓(xùn)練好的語音特征映射模型DBLSTM-DCNN_sp、DBLSTM-DCNN_ap和DBLSTM-DCNN_f0中,然后得到預(yù)測的ACM語音譜包絡(luò)、非周期成分與基頻這三種語音特征,并將其輸入到WORLD模塊合成轉(zhuǎn)換后的正常語音。

    圖2 基于DBLSTM-DCNN轉(zhuǎn)換網(wǎng)絡(luò)的轉(zhuǎn)換階段語音處理Fig.2 Speech processing in the transformation phase based on DBLSTM-DCNN conversion on network

    1.2 DBLSTM-DCNN語音特征映射模型

    雖然傳統(tǒng)的遞歸神經(jīng)網(wǎng)絡(luò)(Recurrent Neural Network,RNN)算法可以記錄之前產(chǎn)生的歷史信息,并借此對語音信號的上下文信息進行建模,但是傳統(tǒng)的RNN算法在訓(xùn)練過程中由于梯度的爆發(fā)和消失問題而難以學(xué)習(xí)長時間的依賴關(guān)系?;谶@些問題,有學(xué)者提出了很多適合語音建模的RNN結(jié)構(gòu),在其中最著名的就是長短期記憶網(wǎng)絡(luò)(Long and short term memory networks,LSTM)[19]。LSTM單元通過引入特殊的門(輸入門,輸出門和遺忘門)來促進信息在網(wǎng)絡(luò)中的流動和存儲,從而緩解了梯度問題。BLSTM是在LSTM基礎(chǔ)上引入了雙向的概念,不僅考慮語音信號的上文信息(即前向信息)對當(dāng)前語音幀的影響,還要考慮下文信息(即后向信息)對當(dāng)前語音幀的影響,因此BLSTM在時間維度上存在正向和反向兩個方向的信息傳遞過程,這樣可以更加容易地學(xué)習(xí)到上下文學(xué)習(xí)是如何對當(dāng)前語音幀產(chǎn)生影響的。

    式中:it、ft、ct、ot分別為輸入門、遺忘門、記憶單元狀態(tài)和輸出門,δ代表sigmoid函數(shù)。如圖4所示,通過疊加多個BLSTM隱藏層來構(gòu)建DBLSTM體系結(jié)構(gòu),其中。

    圖3 LSTM模塊Fig.3 LSTM module

    圖4 BLSTM模塊Fig.4 BLSTMmodule

    卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks,CNN)是一種包含卷積計算的前饋神經(jīng)網(wǎng)絡(luò)。在CNN的卷積層中,當(dāng)前層的每個神經(jīng)元都與前一層中對應(yīng)位置相同的神經(jīng)元作為中心的相鄰區(qū)域的多個神經(jīng)元相連(相鄰區(qū)域大小等于卷積核的大?。?,在將連續(xù)的相鄰若干幀語音特征作為輸入送到CNN網(wǎng)絡(luò)時,下一個卷積層的輸入是由上一層某一區(qū)域內(nèi)的點通過卷積、池化等一些運算計算得到。由于上一層內(nèi)的點同時包含了輸入語音特征的頻域信息與時域信息,因此使用卷積層可以提取出相鄰幀在頻域與時域上的相關(guān)性,二維卷積核計算公式為[20]

    為了去除冗余信息,經(jīng)過卷積層提取的特征信息通常會再連接池化層來進行特征選擇和信息過濾。池化層以壓縮特征為代價保留圖像背景信息與紋理信息[20],通常采用均值池化法或最大池化法。由于最大池化法可以更大程度保留紋理信息,因此在語音增強[21]和語音識別[22]等領(lǐng)域大都采用最大池化法。本文同樣也選擇最大池化。DCNN層最后的輸出最終將通過三層全連接層,全連接層的激活函數(shù)選擇RelU函數(shù)。

    本文提出的DBLSTM-DCNN語音特征映射模型圖如圖5所示,其整體分為DBLSTM層與DCNN層前后兩個部分。DBLSTM層借助BLSTM能夠保存上下信息的特性,用來提取和保存相鄰幀之間隱藏信息。DCNN層則利用卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,CNN)可以提取相鄰區(qū)域局部特征的功能來學(xué)習(xí)出相鄰頻域之間的隱藏信息。

    本文首先將連續(xù)的15幀(前后各7幀)語音特征(譜包絡(luò)、非周期成分與基頻)輸入到由4層BLSTM構(gòu)成的DBLSTM層中,借助BLSTM提取和存儲上下文之間隱藏的時域相關(guān)性。DBLSTM層之后連接由4層CNN組成DCNN層,利用CNN能夠提取局部特征的特性來學(xué)習(xí)相鄰頻域之間的聯(lián)系,DCNN層之后的輸出最終將通過三層全連接層。全連接層作用主要有兩點,一是對提取到的特征進行降維,二是增加非線性擬合程度。DBLSTM-DCNN模型的輸入是上下文連續(xù)的15幀語音特征(前后各7幀),最終得到的輸出是估計的第8幀語音特征。通過實驗也表明該模型能夠較好地實現(xiàn)BCM與ACM語音之間的語音特征映射。

    圖5 DBLSTM-DCNN模塊Fig.5 DBLSTM-DCNN module

    2 仿真實驗及結(jié)果分析

    由于當(dāng)前沒有公開可用的數(shù)據(jù)庫,本文錄制了通過高靈敏振動傳感器、信號放大器以及相關(guān)軟件得到的BCM語音與由普通麥克風(fēng)采集的ACM語音的平行語音數(shù)據(jù)庫。該數(shù)據(jù)庫的錄音語料來源于北京語言大學(xué)創(chuàng)辦的BCC語料庫中精心挑選的包含體育、藝術(shù)、生活等方面的500條具有代表性的語句。選擇年齡在20~24歲之間的兩名男性與兩名女性作為說話人完成錄制,說話人使用標準普通話進行錄制。錄制的語音采樣率為32 kHz,并采用16 bit量化。每名說話人錄制320句從語料庫中抽取的語句,每句話時長約2~3 s,同時要求吐字清晰且語氣沒有明顯波動,其中300句作為訓(xùn)練集,20句作為測試集,并要求彼此之間沒有重復(fù)的語料。

    由于要建立骨導(dǎo)語音轉(zhuǎn)正常音的模型首先需要不包含噪聲的氣導(dǎo)語音作為目標訓(xùn)練集,將同步錄制骨導(dǎo)語音轉(zhuǎn)換成氣導(dǎo)語音。除此之外骨導(dǎo)語音是通過高靈敏振動傳感器采集人說話時在喉頭部位的振動,再通過信號放大器、數(shù)據(jù)采集卡和EM9118B虛擬儀器對信號進行收集,最后在通過Matlab軟件將其轉(zhuǎn)換成對應(yīng)骨導(dǎo)語音。可見骨導(dǎo)語音的采集與周圍環(huán)境有無噪聲沒有關(guān)系。因此本文實驗并未涉及在強噪聲環(huán)境下的語音轉(zhuǎn)換實驗。

    2.1 實驗參數(shù)設(shè)置

    實驗中為每名說話人訓(xùn)練一個語音轉(zhuǎn)換模型。訓(xùn)練語句有300句,測試語句20句。訓(xùn)練數(shù)據(jù)和測試數(shù)據(jù)均被下采樣到16 kHz。在本文中設(shè)定幀長為32 ms,幀移為10 ms,語音在進行FFT變換時點數(shù)設(shè)置為512,故譜包絡(luò)與非周期性成份特征長度為257維。該實驗使用15幀作為特征窗口(前后各7幀),時間步長也設(shè)置為15幀,因此在特征映射模塊中的BLSTM層的隱藏層中存儲有來自上下文的15幀信息。BLSTM層中每一層的隱藏單元數(shù)如表1所示,其中隱藏層激活單元為RelU。而包含15幀上下文信息的BLSTM層輸出序列在傳遞到DCNN層中,借助CNN能夠提取局部特征的功能,最終輸出中間幀的預(yù)測特征。DCNN中每層的卷積核大小都為3*3,池化層大小如表1所示。該實驗中mini-batch設(shè)置為128,并且將均方誤差(Mean Squared Error,MSE)作為損失函數(shù)來訓(xùn)練網(wǎng)絡(luò)。初始學(xué)習(xí)率設(shè)置為 0.001,如果連續(xù)兩輪損失沒有減小,學(xué)習(xí)率將減少50%。

    表1 DBLSTM-DCNN模型參數(shù)設(shè)置表Table 1 Parameter setting of DBLSTM-DCNN model

    2.2 評價指標以及實驗結(jié)果分析

    本文采用語音質(zhì)量感知評價 PESQ,短時客觀可懂度STOI和對數(shù)譜距離LSD這三個指標來客觀評估語音質(zhì)量。PESQ分數(shù)衡量整體語音質(zhì)量(?0.5~4.5,分數(shù)越高越好),STOI分數(shù)衡量語音清晰度(0~1,分數(shù)越高越高),而LSD衡量兩個信號之間的對數(shù)頻譜距離(分數(shù)越低越好)。

    在平均主觀意見分(Mean Opinion Score,MOS)[23]測試中,聽眾被要求使用5分制評分,分值為0~5,對應(yīng)的PESQ評分范圍為?0.5~4.5。4名志愿者(2男、2女)參與了這項測試。進行平均意見評分(MOS)測試,獲得主觀評價。

    本文的對比實驗BLSTM模型來自文獻[9]提出的轉(zhuǎn)換模型。使用4層連續(xù)的BLSTM來實現(xiàn)BCM語音的轉(zhuǎn)換。4層BLSTM隱藏單元的數(shù)量為[257,512,512,257],激活函數(shù)設(shè)置為RelU,同時為了提高模型的非線性擬合能力以及防止過擬合,每層隱藏層之后都添加有dropout值為0.7的dropout層。而本文的另一個對比實驗?zāi)P褪巧疃壬窠?jīng)網(wǎng)絡(luò)(Deep Neural Network,DNN),一個包含3個隱藏層的DNN模型。該模型的網(wǎng)絡(luò)結(jié)構(gòu)為[514,512,512,512,257],并采用ReLU函數(shù)作為隱藏層的激活函數(shù),同時為了提高泛化能力,在每層隱藏層之后加入dropout值為0.7的dropout層。

    為了證明本文提出的DBLSTM-DCNN轉(zhuǎn)換模型在骨導(dǎo)語音轉(zhuǎn)氣導(dǎo)語音的有效性,將本文所提方法與BLSTM模型進行比較,實驗結(jié)果如表2所示,其中BCM指每名說話人的BCM語音與其ACM語音在不同評價指標下的對比結(jié)果,BLSTM與DBLSTM-DCNN表示使用2種轉(zhuǎn)換算法轉(zhuǎn)換后的語音與ACM語音的對比結(jié)果。其中說話人以M1、M2、F1、F2表示,M代表男性,F(xiàn)代表女性,M1即序號為1的男性。Avg是根據(jù)4名說話人在不同轉(zhuǎn)換模型下的評價結(jié)果計算出來的平均值。

    從表2可以看出,無論是DNN模型,BLSTM模型還是DBLSTM-DCNN模型,轉(zhuǎn)換后的語音LSD都明顯減小,說明DNN模型一定程度上可以學(xué)習(xí)到骨導(dǎo)語音的高頻信息,BLSTM單元確實可以有效提取時域維度的隱藏特征,與DNN模型和BLSTM模型相比,DBLSTM-DCNN模型得到的轉(zhuǎn)換語音LSD分別降低了15%和5.36%,表明同時考慮到時域維度與頻域維度的DBLSTM-DCNN模型更適合BCM語音的轉(zhuǎn)換。同時相比于DNN模型和BLSTM模型,DBLSTM-DCNN模型在PESQ上也有所改善,PESQ分別提高了22.66%和12.07%,表明該深度神經(jīng)網(wǎng)絡(luò)能夠有效提高BCM語音的感知語音質(zhì)量。且DBLSTM-DCNN模型的STOI相比 DNN模型和BLSTM模型分別提高了11.3%和6.01%,表明DBLSTM-DCNN模型轉(zhuǎn)換得到的語音幅度譜更接近正常語音的幅度譜,且語音可懂度更高。表3給出了BLSTM模型與DBLSTM-DCNN模型轉(zhuǎn)換后語音的MOS值。由表3可看出,DBLSTM-DCNN轉(zhuǎn)換語音的MOS值比DNN和BLSTM方法分別提高了24.7%和18.91%,表明與BLSTM相比,DBLSTM-DCNN模型能夠得到更高質(zhì)量的轉(zhuǎn)換語音。

    表2 BCN,DNN,BLSTM與DBLSTM-DCNN模型的評測標準PESQ、STOI、LSD對比表Table 2 Comparison table of the evaluation criteria PESQ,STOI and LSD for BCN,DNN,BLSTMand DBLSTM-DCNN models

    圖4分別給出氣導(dǎo)語音、骨導(dǎo)語音、BLSTM及DBLSTM-DCNN模型轉(zhuǎn)換后語音的語譜圖。圖4(a)為氣導(dǎo)語音的語譜圖,說話人在發(fā)音時聲帶產(chǎn)生的激勵信號會經(jīng)過口腔、鼻腔、嘴唇等調(diào)音區(qū),因此與其對應(yīng)的摩擦音、爆破音、清音等輔音音節(jié)保存比較完整。從圖4(b)中可以看出,骨導(dǎo)語音在高于3 kHz的部分幾乎完全衰減,能量趨近為0。圖4(a)在1.4~1.5 s的高頻部分是輔音音節(jié),輔音只有高頻部分,沒有低頻部分。圖4(a)中輔音音節(jié)保存完整,而骨導(dǎo)語音缺少高頻成分,可見圖4(b)中摩擦音、爆破音、清音等輔音音節(jié)丟失較為嚴重。從圖4(c)中可以看出,通過BLSTM模型轉(zhuǎn)換的語音在高頻部分雖然頻譜有所恢復(fù),但是頻譜的聲紋信息的細節(jié)與ACM語音相比仍有一些差別,這是由于BLSTM僅僅利用相鄰時域的相關(guān)性進行建模,沒有考慮到骨導(dǎo)語音在高頻區(qū)域的特殊性,無法對骨導(dǎo)語音的相鄰頻域進行頻域相關(guān)性的建模,轉(zhuǎn)換語音在高頻部分的預(yù)測效果也因此有所瑕疵。而從對比圖4(d)中可以看出,雖然DNN能夠一定程度上對骨導(dǎo)語音的高頻區(qū)域進行建模,但是僅僅是包含部分能量,無法對頻譜細節(jié)進行映射,這是由于DNN不能對頻域與時域相關(guān)性進行很好的提取。對比圖4(a)、圖4(c)、圖4(d)和圖4(e)可以發(fā)現(xiàn),采用本文方法轉(zhuǎn)換的氣導(dǎo)語音和目標氣導(dǎo)語音在頻譜結(jié)構(gòu)上擁有更高的相似度,比如在1.5~1.8 s之間,高頻部分聲紋信息比較清晰與完整、層次分明,而且低頻部分的頻譜細節(jié)也較為相似。同時,從語譜圖4(a)~4(e)中1.4~1.5s之間的高頻區(qū)域可以看出,圖4(c)和4(e)都能較好的恢復(fù)骨導(dǎo)語音的輔音音節(jié),其中4(e)的輔音部分與4(a)更為接近。在 1.4~1.5 s之間,摩擦音、爆破音、清音等輔音音節(jié)恢復(fù)效果較好,可見使用本文方法轉(zhuǎn)換的語音更加接近氣導(dǎo)語音,表明本文方法轉(zhuǎn)換的語音優(yōu)于DNN模型和BLSTM模型轉(zhuǎn)換的語音。

    表3 DNN,BLSTM與DBLSTM-DCNN模型轉(zhuǎn)換后的語音MOS值對比Table 3 Comparison of voice MOS values after speech conversion by DNN,BLSTMand DBLSTMDCNN models

    3 結(jié) 論

    語音信號具有很強的時域與頻域相關(guān)性。相比于傳統(tǒng)的GMM和BLSTM等專注于上下文信息(時域信息)的語音轉(zhuǎn)換算法,本文提出了一種基于DBLSTM-DCNN的依賴于說話者的BCM語音轉(zhuǎn)換模型。該模型利用DBLSTM層來收集時域信息并保存,再通過DCNN層來提取頻域特征,最終達到同時考慮時域與頻域相關(guān)性的效果。

    DBLSTM-DCNN模型的語音轉(zhuǎn)換是通過WORLD聲碼器先提取出來的譜包絡(luò)、非周期性成分和基頻三種特征,再分別利用DBLSTMDCNN_sp、DBLSTM-DCNN_ap和DBLSTMDCNN_f0模型實現(xiàn)上述三種特征轉(zhuǎn)換,最終由預(yù)測出來的三種氣導(dǎo)語音特征合成出轉(zhuǎn)換語音??陀^和主觀的評估結(jié)果表明,BCM語音質(zhì)量均有所提高。本文提出的DBLSTM-DCNN模型在一臺擁有GTX 1080Ti顯卡的電腦上進行實驗需要花費60 h左右的時間。未來的研究工作包括優(yōu)化模型進而縮減實驗時間,將更高級的模型(如添加注意力機制)以縮小生成的骨導(dǎo)語音高頻成分與氣導(dǎo)語音高頻成分數(shù)據(jù)分布間的差異,在BCM轉(zhuǎn)換中引入多模態(tài)特征(人在說話時唇部視覺信息也包含語音信息)。

    猜你喜歡
    骨導(dǎo)氣導(dǎo)頻域
    老年慢性化膿性中耳炎和中耳膽脂瘤的臨床特點
    鐙骨小窗技術(shù)對耳硬化癥患者頻率特異性骨導(dǎo)超閉合的影響
    骨導(dǎo)聽覺裝置在Treacher Collins綜合征中的應(yīng)用進展
    骨導(dǎo)語音庫的建立與骨氣導(dǎo)語音的互信息分析
    骨導(dǎo)給聲掩蔽在雙耳中度慢性中耳炎患者純音測聽中的應(yīng)用
    頻域稀疏毫米波人體安檢成像處理和快速成像稀疏陣列設(shè)計
    骨導(dǎo)聽覺技術(shù)—方滋未艾
    正常青年人氣骨導(dǎo)短純音聽性腦干反應(yīng)的特性分析
    基于改進Radon-Wigner變換的目標和拖曳式誘餌頻域分離
    一種基于頻域的QPSK窄帶干擾抑制算法
    老司机深夜福利视频在线观看| 精品久久国产蜜桃| 成年女人看的毛片在线观看| 久久久久久久久久成人| 搡老熟女国产l中国老女人| 嫩草影院精品99| 国产乱人伦免费视频| av在线老鸭窝| 麻豆av噜噜一区二区三区| 亚洲av不卡在线观看| 免费看av在线观看网站| 美女高潮的动态| 韩国av在线不卡| 亚洲aⅴ乱码一区二区在线播放| 国产精品国产三级国产av玫瑰| 人人妻人人澡欧美一区二区| 欧美+亚洲+日韩+国产| 波野结衣二区三区在线| av天堂中文字幕网| 三级男女做爰猛烈吃奶摸视频| 国产激情偷乱视频一区二区| 欧美一级a爱片免费观看看| 色av中文字幕| 一级av片app| 男人和女人高潮做爰伦理| 免费大片18禁| 国产成年人精品一区二区| 天堂动漫精品| 一区福利在线观看| 午夜福利欧美成人| 老熟妇仑乱视频hdxx| 欧美不卡视频在线免费观看| 天天一区二区日本电影三级| 真人做人爱边吃奶动态| 一本精品99久久精品77| 中文在线观看免费www的网站| 欧洲精品卡2卡3卡4卡5卡区| 啦啦啦啦在线视频资源| 极品教师在线视频| 亚洲人成网站在线播| 亚洲精品乱码久久久v下载方式| 人妻少妇偷人精品九色| 日韩欧美精品免费久久| 免费观看人在逋| 一个人免费在线观看电影| 美女xxoo啪啪120秒动态图| 亚洲av一区综合| 亚洲av日韩精品久久久久久密| 国产国拍精品亚洲av在线观看| 久久精品国产清高在天天线| 99国产极品粉嫩在线观看| 1000部很黄的大片| 亚洲第一区二区三区不卡| 99视频精品全部免费 在线| 黄色配什么色好看| 国产免费男女视频| 亚洲va日本ⅴa欧美va伊人久久| 免费在线观看日本一区| 校园春色视频在线观看| 别揉我奶头~嗯~啊~动态视频| 在线观看午夜福利视频| 深爱激情五月婷婷| 一个人免费在线观看电影| av视频在线观看入口| 日韩欧美免费精品| a级毛片免费高清观看在线播放| 国产黄a三级三级三级人| 床上黄色一级片| 床上黄色一级片| 国产亚洲91精品色在线| 亚洲av美国av| 国产精品久久久久久精品电影| 精品久久久久久久久亚洲 | 国产一级毛片七仙女欲春2| 伊人久久精品亚洲午夜| 亚洲性久久影院| 国产成人一区二区在线| 天天一区二区日本电影三级| 日本成人三级电影网站| av.在线天堂| 精品人妻偷拍中文字幕| 欧美又色又爽又黄视频| 色在线成人网| 大型黄色视频在线免费观看| 精品一区二区三区人妻视频| 我的老师免费观看完整版| 国产高潮美女av| 亚洲精品一区av在线观看| 久久国产乱子免费精品| 日本色播在线视频| 黄片wwwwww| www.色视频.com| 国产男人的电影天堂91| 在线观看午夜福利视频| 最近中文字幕高清免费大全6 | 色av中文字幕| 精品久久久久久久久久免费视频| 亚洲av中文字字幕乱码综合| 久久久久国产精品人妻aⅴ院| 国产高清不卡午夜福利| 欧美+亚洲+日韩+国产| avwww免费| 麻豆国产97在线/欧美| 毛片一级片免费看久久久久 | 欧美日本视频| 日本成人三级电影网站| 亚洲精品成人久久久久久| 超碰av人人做人人爽久久| 性欧美人与动物交配| 黄色配什么色好看| 亚洲熟妇熟女久久| 99热这里只有是精品在线观看| 18+在线观看网站| 2021天堂中文幕一二区在线观| 色综合站精品国产| 成人亚洲精品av一区二区| 一个人看的www免费观看视频| 久久亚洲精品不卡| 高清毛片免费观看视频网站| 在线观看舔阴道视频| 久久人人精品亚洲av| 日韩av在线大香蕉| 淫妇啪啪啪对白视频| 永久网站在线| 有码 亚洲区| 亚洲欧美日韩卡通动漫| 十八禁国产超污无遮挡网站| 日本黄大片高清| 3wmmmm亚洲av在线观看| 亚洲最大成人手机在线| 国产伦一二天堂av在线观看| 91麻豆精品激情在线观看国产| 欧美成人a在线观看| 亚洲人成网站高清观看| 亚洲精品亚洲一区二区| 午夜福利在线观看吧| 国产色爽女视频免费观看| 身体一侧抽搐| 免费观看人在逋| 久久精品国产亚洲av天美| 夜夜看夜夜爽夜夜摸| 国产国拍精品亚洲av在线观看| bbb黄色大片| 亚洲无线观看免费| 一a级毛片在线观看| 制服丝袜大香蕉在线| 亚洲avbb在线观看| 女同久久另类99精品国产91| 波多野结衣高清作品| 在线免费观看不下载黄p国产 | 免费人成视频x8x8入口观看| 久久久精品大字幕| 日本色播在线视频| 久99久视频精品免费| 在线播放无遮挡| eeuss影院久久| 在线观看午夜福利视频| 国产亚洲精品综合一区在线观看| 91av网一区二区| 亚洲va在线va天堂va国产| 精品国内亚洲2022精品成人| 少妇被粗大猛烈的视频| 日本欧美国产在线视频| 午夜免费男女啪啪视频观看 | 亚洲狠狠婷婷综合久久图片| 亚洲美女搞黄在线观看 | 国产高清激情床上av| 99国产精品一区二区蜜桃av| 免费观看精品视频网站| 亚洲精品成人久久久久久| 久久久久九九精品影院| 亚洲无线观看免费| 亚洲综合色惰| 国产精品一区www在线观看 | 日韩亚洲欧美综合| 不卡视频在线观看欧美| 亚洲av.av天堂| 简卡轻食公司| 麻豆成人av在线观看| 国产伦精品一区二区三区视频9| 18禁裸乳无遮挡免费网站照片| 天堂网av新在线| av天堂在线播放| 国产黄色小视频在线观看| 高清在线国产一区| 一区二区三区高清视频在线| 毛片一级片免费看久久久久 | 日本 av在线| 午夜精品在线福利| 欧美人与善性xxx| 久久99热这里只有精品18| 别揉我奶头~嗯~啊~动态视频| 亚洲无线观看免费| 亚洲av成人av| 国产亚洲欧美98| 波野结衣二区三区在线| 国产精品日韩av在线免费观看| 国产日本99.免费观看| 亚洲经典国产精华液单| 淫秽高清视频在线观看| 久久久久久久久久久丰满 | 亚洲欧美日韩卡通动漫| 精品国内亚洲2022精品成人| 一进一出好大好爽视频| 1024手机看黄色片| 亚洲,欧美,日韩| 免费av毛片视频| 在线看三级毛片| 国产精品98久久久久久宅男小说| 欧美一区二区国产精品久久精品| 91麻豆av在线| 中文字幕av成人在线电影| 女人十人毛片免费观看3o分钟| av黄色大香蕉| 五月伊人婷婷丁香| 欧美xxxx性猛交bbbb| 亚洲av五月六月丁香网| 国产精品自产拍在线观看55亚洲| 亚洲男人的天堂狠狠| 99久久久亚洲精品蜜臀av| 精品免费久久久久久久清纯| a级一级毛片免费在线观看| 欧美bdsm另类| 国产日本99.免费观看| 九九在线视频观看精品| 狠狠狠狠99中文字幕| 老师上课跳d突然被开到最大视频| 免费观看在线日韩| 欧美成人性av电影在线观看| 国产精品一区二区三区四区免费观看 | 久久久久久九九精品二区国产| 国内毛片毛片毛片毛片毛片| 日本一本二区三区精品| 精品一区二区免费观看| 午夜福利成人在线免费观看| 亚洲美女黄片视频| 久久久色成人| 91狼人影院| 国产精品,欧美在线| 久久久国产成人精品二区| 亚洲第一区二区三区不卡| а√天堂www在线а√下载| 亚洲欧美日韩高清在线视频| 国产一区二区在线观看日韩| 国产美女午夜福利| 欧美三级亚洲精品| 久久6这里有精品| 日韩一区二区视频免费看| 欧美bdsm另类| 啦啦啦啦在线视频资源| 国产精品久久久久久亚洲av鲁大| 日本 欧美在线| 久久久久免费精品人妻一区二区| 日本精品一区二区三区蜜桃| 亚洲不卡免费看| 日韩欧美国产一区二区入口| 欧美黑人巨大hd| 午夜日韩欧美国产| АⅤ资源中文在线天堂| 乱码一卡2卡4卡精品| 搡老岳熟女国产| 成人性生交大片免费视频hd| 在线天堂最新版资源| 狠狠狠狠99中文字幕| 免费观看精品视频网站| 日日撸夜夜添| 亚洲久久久久久中文字幕| 91午夜精品亚洲一区二区三区 | 成人毛片a级毛片在线播放| 91久久精品国产一区二区成人| 天堂av国产一区二区熟女人妻| 3wmmmm亚洲av在线观看| 国内精品久久久久久久电影| 亚洲最大成人中文| 久久久久久伊人网av| 97超级碰碰碰精品色视频在线观看| 国产毛片a区久久久久| 欧美性猛交黑人性爽| 最新在线观看一区二区三区| 久久精品国产亚洲av涩爱 | 两性午夜刺激爽爽歪歪视频在线观看| 男女边吃奶边做爰视频| 成人美女网站在线观看视频| 一a级毛片在线观看| 国产淫片久久久久久久久| 成年版毛片免费区| 男女之事视频高清在线观看| 国产高清三级在线| 国产私拍福利视频在线观看| 精品久久久久久成人av| 少妇被粗大猛烈的视频| aaaaa片日本免费| 中文亚洲av片在线观看爽| 搡老妇女老女人老熟妇| 日日摸夜夜添夜夜添小说| 久久婷婷人人爽人人干人人爱| 51国产日韩欧美| 夜夜看夜夜爽夜夜摸| 免费人成视频x8x8入口观看| 国产亚洲精品av在线| 天堂√8在线中文| 精品99又大又爽又粗少妇毛片 | 成人亚洲精品av一区二区| av在线观看视频网站免费| 成人性生交大片免费视频hd| 一区二区三区高清视频在线| 亚洲国产色片| 成人毛片a级毛片在线播放| 桃红色精品国产亚洲av| 久久久久国产精品人妻aⅴ院| 欧美性猛交黑人性爽| 日韩大尺度精品在线看网址| 丰满的人妻完整版| 久久草成人影院| 久久精品人妻少妇| 国产精品一区www在线观看 | 久久久国产成人精品二区| 97碰自拍视频| 韩国av在线不卡| 国产一区二区三区视频了| av视频在线观看入口| 国产伦在线观看视频一区| 床上黄色一级片| 亚洲av成人精品一区久久| 久久久久久久久大av| 亚洲美女搞黄在线观看 | 国内毛片毛片毛片毛片毛片| 看黄色毛片网站| 亚洲自偷自拍三级| 亚洲欧美日韩高清在线视频| 99热只有精品国产| 日本在线视频免费播放| 久久精品夜夜夜夜夜久久蜜豆| 国内精品久久久久久久电影| 国产av在哪里看| 在线免费观看不下载黄p国产 | 日本一二三区视频观看| 亚洲国产精品合色在线| a级毛片a级免费在线| 大又大粗又爽又黄少妇毛片口| 久久久久久伊人网av| 亚洲国产精品久久男人天堂| 成人国产麻豆网| 女的被弄到高潮叫床怎么办 | 在线播放国产精品三级| 久久精品国产自在天天线| 一级av片app| 亚洲成人精品中文字幕电影| 国产v大片淫在线免费观看| 免费看a级黄色片| 久久午夜亚洲精品久久| 国产视频一区二区在线看| 91在线精品国自产拍蜜月| 搡老熟女国产l中国老女人| 精品久久久久久久久av| 小蜜桃在线观看免费完整版高清| 亚洲国产欧美人成| 真人做人爱边吃奶动态| 亚洲国产欧美人成| 国产精品人妻久久久久久| 色哟哟·www| 亚洲三级黄色毛片| 国产精品日韩av在线免费观看| 欧美一级a爱片免费观看看| 99久久中文字幕三级久久日本| 内地一区二区视频在线| 日本 av在线| 蜜桃久久精品国产亚洲av| 男女下面进入的视频免费午夜| 99热这里只有是精品在线观看| 日本免费一区二区三区高清不卡| 人妻少妇偷人精品九色| 波多野结衣高清无吗| 欧美色视频一区免费| 一区二区三区激情视频| 亚洲最大成人手机在线| 一进一出抽搐gif免费好疼| 简卡轻食公司| 久久久午夜欧美精品| 狂野欧美白嫩少妇大欣赏| 国产精品综合久久久久久久免费| 1024手机看黄色片| 久久精品人妻少妇| 欧美3d第一页| 精华霜和精华液先用哪个| 精品日产1卡2卡| 美女免费视频网站| 色尼玛亚洲综合影院| 日韩中字成人| 亚洲精品乱码久久久v下载方式| 深夜a级毛片| 国产精品久久久久久久久免| 一a级毛片在线观看| 欧美成人免费av一区二区三区| 波多野结衣高清无吗| 97超级碰碰碰精品色视频在线观看| 日韩精品青青久久久久久| 国产成人av教育| 亚洲中文字幕一区二区三区有码在线看| 国产成人影院久久av| 又紧又爽又黄一区二区| 久久久久九九精品影院| 综合色av麻豆| 日日摸夜夜添夜夜添av毛片 | 亚洲性久久影院| 国国产精品蜜臀av免费| 国产精品不卡视频一区二区| 制服丝袜大香蕉在线| 久久久久国产精品人妻aⅴ院| 狠狠狠狠99中文字幕| 亚洲午夜理论影院| 国内毛片毛片毛片毛片毛片| 日韩国内少妇激情av| 丝袜美腿在线中文| 在线天堂最新版资源| 日韩亚洲欧美综合| 午夜免费成人在线视频| 啦啦啦啦在线视频资源| 日本 av在线| 乱码一卡2卡4卡精品| 天堂动漫精品| 日韩一区二区视频免费看| 日韩强制内射视频| 欧美日韩瑟瑟在线播放| 久久久久久久精品吃奶| 黄色日韩在线| 国产欧美日韩一区二区精品| 精品人妻偷拍中文字幕| 久久精品国产99精品国产亚洲性色| 自拍偷自拍亚洲精品老妇| 极品教师在线视频| 国产私拍福利视频在线观看| 国产av麻豆久久久久久久| 亚洲性夜色夜夜综合| 亚洲精华国产精华液的使用体验 | 88av欧美| 国产激情偷乱视频一区二区| 国产黄色小视频在线观看| 老熟妇乱子伦视频在线观看| 亚洲精品久久国产高清桃花| 国内精品美女久久久久久| 成人性生交大片免费视频hd| 国产午夜精品久久久久久一区二区三区 | 最后的刺客免费高清国语| 色哟哟哟哟哟哟| 一级黄片播放器| 亚洲成人精品中文字幕电影| 国内久久婷婷六月综合欲色啪| 久久久久久久久大av| 成人综合一区亚洲| 俄罗斯特黄特色一大片| 久久精品国产亚洲av涩爱 | a级毛片a级免费在线| 熟妇人妻久久中文字幕3abv| 成人无遮挡网站| 国产极品精品免费视频能看的| 成年人黄色毛片网站| 欧美日韩精品成人综合77777| 亚洲精品456在线播放app | 亚洲天堂国产精品一区在线| 成年女人永久免费观看视频| 天天一区二区日本电影三级| 男人的好看免费观看在线视频| 动漫黄色视频在线观看| 精品一区二区三区视频在线| 91午夜精品亚洲一区二区三区 | 91麻豆精品激情在线观看国产| 又黄又爽又刺激的免费视频.| 88av欧美| 久久久久免费精品人妻一区二区| 亚洲aⅴ乱码一区二区在线播放| 变态另类成人亚洲欧美熟女| 能在线免费观看的黄片| www日本黄色视频网| 久久久久精品国产欧美久久久| 国产精品,欧美在线| 午夜视频国产福利| 超碰av人人做人人爽久久| 亚洲av二区三区四区| 毛片女人毛片| 亚洲乱码一区二区免费版| 别揉我奶头 嗯啊视频| 久久精品影院6| 国产伦在线观看视频一区| 一区二区三区免费毛片| 国产精品综合久久久久久久免费| 夜夜夜夜夜久久久久| 亚洲成人中文字幕在线播放| 日本一本二区三区精品| 偷拍熟女少妇极品色| av天堂中文字幕网| 午夜激情欧美在线| 草草在线视频免费看| 99热精品在线国产| 两个人视频免费观看高清| 亚洲人成网站在线播放欧美日韩| 国产欧美日韩一区二区精品| 人人妻,人人澡人人爽秒播| 99久国产av精品| 88av欧美| 老司机深夜福利视频在线观看| 最近最新免费中文字幕在线| 精品一区二区三区视频在线观看免费| 在线免费观看不下载黄p国产 | 亚洲在线观看片| 欧美一区二区亚洲| 国产老妇女一区| 无人区码免费观看不卡| 日韩中字成人| 啦啦啦韩国在线观看视频| 免费观看人在逋| 夜夜看夜夜爽夜夜摸| 99热这里只有是精品在线观看| avwww免费| 日日夜夜操网爽| 噜噜噜噜噜久久久久久91| 色综合色国产| 国产美女午夜福利| 国产精品av视频在线免费观看| 十八禁国产超污无遮挡网站| 免费大片18禁| 国产一级毛片七仙女欲春2| 欧美3d第一页| 美女高潮喷水抽搐中文字幕| 欧美日本视频| 久久久久九九精品影院| 午夜福利18| 乱码一卡2卡4卡精品| 极品教师在线免费播放| 黄色一级大片看看| 乱系列少妇在线播放| 少妇人妻一区二区三区视频| 十八禁国产超污无遮挡网站| 天美传媒精品一区二区| 免费在线观看影片大全网站| 成人av在线播放网站| 黄色欧美视频在线观看| 精品免费久久久久久久清纯| 人妻夜夜爽99麻豆av| 女的被弄到高潮叫床怎么办 | 欧美日本视频| 男插女下体视频免费在线播放| 国产乱人视频| 亚洲不卡免费看| 淫秽高清视频在线观看| 国产精品亚洲一级av第二区| 中文字幕精品亚洲无线码一区| 最新中文字幕久久久久| 亚洲中文日韩欧美视频| 欧美黑人巨大hd| 亚洲av中文av极速乱 | 亚洲自偷自拍三级| 日韩,欧美,国产一区二区三区 | 久久欧美精品欧美久久欧美| 国产精品永久免费网站| 久久久久久久久久黄片| 亚洲最大成人中文| 亚洲欧美激情综合另类| 欧美丝袜亚洲另类 | 又爽又黄无遮挡网站| 五月玫瑰六月丁香| 日韩精品中文字幕看吧| 狂野欧美白嫩少妇大欣赏| 精品一区二区免费观看| 成人精品一区二区免费| 欧美激情在线99| 男女啪啪激烈高潮av片| 日本在线视频免费播放| 极品教师在线免费播放| 国产熟女欧美一区二区| 久久精品国产99精品国产亚洲性色| 国产精品国产三级国产av玫瑰| 欧美高清成人免费视频www| 一本久久中文字幕| 一级a爱片免费观看的视频| 欧美一级a爱片免费观看看| 日韩av在线大香蕉| 人人妻,人人澡人人爽秒播| 黄色丝袜av网址大全| 久久久久久国产a免费观看| 亚洲经典国产精华液单| 色视频www国产| 久久人人爽人人爽人人片va| 黄色日韩在线| 国产69精品久久久久777片| АⅤ资源中文在线天堂| 欧美最新免费一区二区三区| 日本撒尿小便嘘嘘汇集6| 亚洲av.av天堂| 伊人久久精品亚洲午夜| 日韩 亚洲 欧美在线| 我的女老师完整版在线观看| 国产精品99久久久久久久久| 午夜爱爱视频在线播放| 91麻豆精品激情在线观看国产| 亚洲无线观看免费| 久久国内精品自在自线图片| 午夜福利在线在线| 内地一区二区视频在线| 国产一区二区激情短视频| 亚洲经典国产精华液单| 久久精品国产亚洲网站| 亚洲美女视频黄频| 欧美一级a爱片免费观看看| 欧美日韩乱码在线| 我的老师免费观看完整版| 色尼玛亚洲综合影院| 我要看日韩黄色一级片| 三级国产精品欧美在线观看| 精品久久久久久成人av| 美女xxoo啪啪120秒动态图| 日韩欧美 国产精品| 中文在线观看免费www的网站| 在线观看美女被高潮喷水网站| 身体一侧抽搐|