• <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
    成人二区视频| 久久精品亚洲av国产电影网| 少妇的丰满在线观看| 亚洲精品久久午夜乱码| 9热在线视频观看99| videos熟女内射| av有码第一页| 国产欧美日韩综合在线一区二区| 美女xxoo啪啪120秒动态图| 老司机亚洲免费影院| 久久精品国产a三级三级三级| 亚洲在久久综合| 天天操日日干夜夜撸| 女人精品久久久久毛片| 丝袜美足系列| 久久精品国产亚洲av天美| 成年人免费黄色播放视频| 日产精品乱码卡一卡2卡三| www.精华液| 中文字幕精品免费在线观看视频| 久久精品国产a三级三级三级| 久久久久国产网址| 中文字幕人妻熟女乱码| 久久青草综合色| 侵犯人妻中文字幕一二三四区| 丝袜喷水一区| 精品国产一区二区三区久久久樱花| 免费在线观看黄色视频的| 国产精品一区二区在线不卡| 欧美日韩av久久| 国产免费又黄又爽又色| 久久99一区二区三区| 精品国产乱码久久久久久小说| 欧美另类一区| 人妻系列 视频| 秋霞伦理黄片| 男女边摸边吃奶| 女人精品久久久久毛片| av不卡在线播放| 男女午夜视频在线观看| 一级毛片黄色毛片免费观看视频| 国产一区二区在线观看av| 最近中文字幕高清免费大全6| 国产日韩欧美视频二区| 热99久久久久精品小说推荐| 国产福利在线免费观看视频| 可以免费在线观看a视频的电影网站 | 成年美女黄网站色视频大全免费| 亚洲综合色惰| 99久久精品国产国产毛片| 精品亚洲成a人片在线观看| 大陆偷拍与自拍| 精品一区二区三区四区五区乱码 | 国产国语露脸激情在线看| 一区二区三区四区激情视频| 飞空精品影院首页| 国产白丝娇喘喷水9色精品| 日韩伦理黄色片| 一区二区三区四区激情视频| 亚洲精品国产av蜜桃| 亚洲,欧美,日韩| 久久99精品国语久久久| 国产精品女同一区二区软件| 秋霞在线观看毛片| 99re6热这里在线精品视频| 街头女战士在线观看网站| 欧美另类一区| 婷婷色av中文字幕| 成年人免费黄色播放视频| 成人手机av| 国产高清国产精品国产三级| 国产乱来视频区| 亚洲精品一二三| freevideosex欧美| 久久99热这里只频精品6学生| 国产成人欧美| 90打野战视频偷拍视频| 一本—道久久a久久精品蜜桃钙片| av电影中文网址| 国产日韩欧美亚洲二区| 成人亚洲欧美一区二区av| 成人国产麻豆网| 嫩草影院入口| 老女人水多毛片| 久久国产精品大桥未久av| 国产极品粉嫩免费观看在线| 男男h啪啪无遮挡| 日韩制服丝袜自拍偷拍| 免费女性裸体啪啪无遮挡网站| 久久久久视频综合| 最近2019中文字幕mv第一页| 日韩欧美一区视频在线观看| 美女大奶头黄色视频| 国产精品蜜桃在线观看| 性高湖久久久久久久久免费观看| 日韩制服骚丝袜av| 男人爽女人下面视频在线观看| 国产免费又黄又爽又色| 国产熟女欧美一区二区| 国产97色在线日韩免费| 成年人午夜在线观看视频| 午夜影院在线不卡| 亚洲av国产av综合av卡| 亚洲 欧美一区二区三区| 男人舔女人的私密视频| 天堂中文最新版在线下载| 少妇的丰满在线观看| a级毛片黄视频| 一区二区日韩欧美中文字幕| 午夜日本视频在线| 免费观看性生交大片5| 999久久久国产精品视频| 国产免费现黄频在线看| 一级片'在线观看视频| 黄色视频在线播放观看不卡| 1024香蕉在线观看| 日韩伦理黄色片| 欧美日韩国产mv在线观看视频| 少妇精品久久久久久久| 纵有疾风起免费观看全集完整版| 免费av中文字幕在线| 亚洲三区欧美一区| 看免费成人av毛片| 久久久久视频综合| 在线观看www视频免费| 美女高潮到喷水免费观看| 99热网站在线观看| 一级黄片播放器| 99国产精品免费福利视频| 又大又黄又爽视频免费| 老司机亚洲免费影院| 热99久久久久精品小说推荐| 免费观看a级毛片全部| 美女福利国产在线| 国产精品香港三级国产av潘金莲 | 免费女性裸体啪啪无遮挡网站| www.精华液| 啦啦啦啦在线视频资源| 精品国产露脸久久av麻豆| 自拍欧美九色日韩亚洲蝌蚪91| 国产精品99久久99久久久不卡 | 男人操女人黄网站| 我要看黄色一级片免费的| 日韩欧美一区视频在线观看| 日本色播在线视频| 亚洲av免费高清在线观看| 欧美变态另类bdsm刘玥| 日韩精品有码人妻一区| a 毛片基地| 欧美人与善性xxx| 精品国产一区二区久久| 欧美 亚洲 国产 日韩一| 成人午夜精彩视频在线观看| 制服诱惑二区| 春色校园在线视频观看| 国产伦理片在线播放av一区| 亚洲美女视频黄频| 在线免费观看不下载黄p国产| 久久鲁丝午夜福利片| 亚洲av男天堂| 少妇熟女欧美另类| 老司机影院毛片| 午夜久久久在线观看| 丰满饥渴人妻一区二区三| 国产在线免费精品| 欧美日韩亚洲国产一区二区在线观看 | 欧美人与性动交α欧美精品济南到 | 国产精品蜜桃在线观看| 永久免费av网站大全| 国产一区二区 视频在线| 熟妇人妻不卡中文字幕| 男女啪啪激烈高潮av片| 国产精品久久久久久av不卡| 日本欧美视频一区| 精品国产乱码久久久久久小说| 欧美 亚洲 国产 日韩一| 欧美老熟妇乱子伦牲交| 一本—道久久a久久精品蜜桃钙片| 亚洲精品成人av观看孕妇| 黄色配什么色好看| 欧美精品国产亚洲| 晚上一个人看的免费电影| 免费观看在线日韩| 亚洲 欧美一区二区三区| 国产日韩欧美在线精品| 欧美bdsm另类| 久久精品夜色国产| 国产熟女欧美一区二区| 天堂8中文在线网| 丁香六月天网| 午夜av观看不卡| 夜夜骑夜夜射夜夜干| 日韩在线高清观看一区二区三区| 菩萨蛮人人尽说江南好唐韦庄| 下体分泌物呈黄色| 精品酒店卫生间| 久久久国产一区二区| 黄色 视频免费看| 欧美xxⅹ黑人| 黄色毛片三级朝国网站| 国产精品不卡视频一区二区| 七月丁香在线播放| 热re99久久精品国产66热6| 精品国产一区二区三区久久久樱花| 91久久精品国产一区二区三区| 久久人人97超碰香蕉20202| 国产福利在线免费观看视频| av国产精品久久久久影院| 天天影视国产精品| 看非洲黑人一级黄片| 久久久久网色| av有码第一页| 天堂8中文在线网| 国产日韩欧美在线精品| 亚洲国产av影院在线观看| 亚洲精品第二区| 女人久久www免费人成看片| 熟女少妇亚洲综合色aaa.| 999久久久国产精品视频| 老鸭窝网址在线观看| 国产精品久久久久久av不卡| 日韩在线高清观看一区二区三区| 日韩大片免费观看网站| 伊人久久大香线蕉亚洲五| 精品福利永久在线观看| 国产免费一区二区三区四区乱码| 18+在线观看网站| 国产成人免费观看mmmm| 青春草国产在线视频| 肉色欧美久久久久久久蜜桃| 久久99热这里只频精品6学生| 青春草视频在线免费观看| 国产国语露脸激情在线看| 一二三四在线观看免费中文在| 国产成人精品在线电影| 人人澡人人妻人| 亚洲欧美色中文字幕在线| 国产熟女午夜一区二区三区| 色婷婷久久久亚洲欧美| 国产精品.久久久| 91久久精品国产一区二区三区| 亚洲第一青青草原| av又黄又爽大尺度在线免费看| 晚上一个人看的免费电影| 大香蕉久久网| 日日撸夜夜添| 久久精品久久久久久久性| 人妻一区二区av| 久久久久久久久久久久大奶| 成人国产av品久久久| 在线观看国产h片| 自线自在国产av| 亚洲精品视频女| 一本久久精品| 亚洲成色77777| 青春草亚洲视频在线观看| 在线观看人妻少妇| 久久久精品国产亚洲av高清涩受| 久久精品久久久久久久性| 成人毛片60女人毛片免费| 在线观看免费高清a一片| 久久久欧美国产精品| 亚洲国产av影院在线观看| 日韩一区二区三区影片| 久久99一区二区三区| 99久久综合免费| 高清视频免费观看一区二区| 国产激情久久老熟女| 国产日韩欧美亚洲二区| 少妇人妻 视频| 精品国产超薄肉色丝袜足j| 亚洲精品aⅴ在线观看| 丝袜美足系列| 国产成人精品福利久久| 午夜免费鲁丝| 国产成人一区二区在线| 欧美精品av麻豆av| 秋霞伦理黄片| 2018国产大陆天天弄谢| 精品亚洲成国产av| 日本vs欧美在线观看视频| 飞空精品影院首页| 成人黄色视频免费在线看| 欧美精品亚洲一区二区| 免费观看av网站的网址| 男男h啪啪无遮挡| 99re6热这里在线精品视频| 国产精品 欧美亚洲| 一个人免费看片子| 99热网站在线观看| 国产乱人偷精品视频| 哪个播放器可以免费观看大片| 水蜜桃什么品种好| 国产女主播在线喷水免费视频网站| 丝袜美足系列| 国产精品一区二区在线观看99| 校园人妻丝袜中文字幕| 久久精品国产亚洲av涩爱| 夫妻午夜视频| 成人午夜精彩视频在线观看| 一级片'在线观看视频| videos熟女内射| 久久久久精品久久久久真实原创| 国产无遮挡羞羞视频在线观看| 男女啪啪激烈高潮av片| 最近2019中文字幕mv第一页| 国产女主播在线喷水免费视频网站| 精品久久久精品久久久| 欧美日韩综合久久久久久| 免费观看性生交大片5| 国产成人午夜福利电影在线观看| 亚洲精品国产一区二区精华液| 久久精品国产亚洲av天美| 69精品国产乱码久久久| 如何舔出高潮| 精品国产乱码久久久久久小说| 久久精品久久久久久久性| 麻豆av在线久日| 亚洲四区av| 久久久久久久久久人人人人人人| 看免费av毛片| 看免费成人av毛片| 看免费av毛片| 国产精品二区激情视频| av天堂久久9| 天天影视国产精品| 成年女人毛片免费观看观看9 | 亚洲国产欧美网| 国产成人精品福利久久| 亚洲色图综合在线观看| 国产在线视频一区二区| 最近中文字幕高清免费大全6| 日韩在线高清观看一区二区三区| 91久久精品国产一区二区三区| 午夜福利乱码中文字幕| 免费av中文字幕在线| 男女无遮挡免费网站观看| 各种免费的搞黄视频| 十八禁高潮呻吟视频| 一区二区av电影网| 国产日韩欧美亚洲二区| 久久久久视频综合| 亚洲第一av免费看| 亚洲国产欧美在线一区| 一区福利在线观看| 国产成人精品婷婷| 久久狼人影院| 国产精品欧美亚洲77777| 日韩精品免费视频一区二区三区| xxx大片免费视频| av在线老鸭窝| 久久久国产一区二区| 亚洲三级黄色毛片| 亚洲欧洲日产国产| 日韩在线高清观看一区二区三区| 久久影院123| 国产精品国产av在线观看| 免费av中文字幕在线| 人妻 亚洲 视频| 欧美日韩亚洲国产一区二区在线观看 | 精品第一国产精品| 十八禁网站网址无遮挡| 在线观看美女被高潮喷水网站| 国产午夜精品一二区理论片| 搡老乐熟女国产| 亚洲欧美成人精品一区二区| 久久久久人妻精品一区果冻| 黄片小视频在线播放| 久久午夜综合久久蜜桃| 十八禁网站网址无遮挡| 国产成人免费无遮挡视频| 熟女av电影| 爱豆传媒免费全集在线观看| 久久久久久免费高清国产稀缺| 男女啪啪激烈高潮av片| 韩国高清视频一区二区三区| 午夜av观看不卡| 丝袜在线中文字幕| 久久精品久久久久久噜噜老黄| 天天躁夜夜躁狠狠躁躁| 99久久中文字幕三级久久日本| 老女人水多毛片| 久久久久视频综合| 一区二区日韩欧美中文字幕| 欧美精品av麻豆av| 欧美黄色片欧美黄色片| 人人澡人人妻人| 精品人妻熟女毛片av久久网站| 免费观看性生交大片5| 欧美激情极品国产一区二区三区| 美女福利国产在线| 中文字幕另类日韩欧美亚洲嫩草| 又黄又粗又硬又大视频| 亚洲精品aⅴ在线观看| 国产成人aa在线观看| 丝袜人妻中文字幕| 老汉色∧v一级毛片| av免费观看日本| 天天躁夜夜躁狠狠躁躁| 18禁裸乳无遮挡动漫免费视频| 亚洲第一av免费看| 国产片内射在线| 国产伦理片在线播放av一区| 看免费av毛片| 最近中文字幕2019免费版| 又黄又粗又硬又大视频| 国产精品 国内视频| 秋霞在线观看毛片| 99香蕉大伊视频| 99久久人妻综合| 女人精品久久久久毛片| 久久婷婷青草| 久久综合国产亚洲精品| 国产一区二区激情短视频 | 亚洲av欧美aⅴ国产| 狂野欧美激情性bbbbbb| 香蕉国产在线看| 亚洲美女搞黄在线观看| 亚洲精品乱久久久久久| av视频免费观看在线观看| 久久热在线av| 精品酒店卫生间| 午夜91福利影院| 国产免费福利视频在线观看| 国产精品熟女久久久久浪| av网站免费在线观看视频| 亚洲精品第二区| 亚洲色图 男人天堂 中文字幕| 女人被躁到高潮嗷嗷叫费观| 国产成人免费观看mmmm| 亚洲精品久久成人aⅴ小说| 亚洲欧洲精品一区二区精品久久久 | 国产免费又黄又爽又色| 亚洲欧洲精品一区二区精品久久久 | 日韩电影二区| 青春草亚洲视频在线观看| 亚洲精品美女久久av网站| 99久久综合免费| 午夜福利在线观看免费完整高清在| 老司机影院成人| 男女啪啪激烈高潮av片| 国产一级毛片在线| 性少妇av在线| 青春草视频在线免费观看| 国产高清国产精品国产三级| 国产在线免费精品| av不卡在线播放| 麻豆av在线久日| 美女视频免费永久观看网站| 亚洲av男天堂| 成人午夜精彩视频在线观看| 久久精品久久精品一区二区三区| 国产av精品麻豆| 成年人午夜在线观看视频| 国产极品天堂在线| 久久久久久人妻| 成年女人毛片免费观看观看9 | 婷婷色av中文字幕| 亚洲综合色惰| 80岁老熟妇乱子伦牲交| 啦啦啦在线免费观看视频4| 99精国产麻豆久久婷婷| 亚洲欧美精品综合一区二区三区 | 亚洲欧美日韩另类电影网站| 26uuu在线亚洲综合色| 国产野战对白在线观看| 美女中出高潮动态图| 美女国产视频在线观看| 精品人妻在线不人妻| 黄色怎么调成土黄色| 黄色配什么色好看| 午夜老司机福利剧场| 久久99一区二区三区| 青春草国产在线视频| 亚洲欧美成人综合另类久久久| 午夜影院在线不卡| 制服人妻中文乱码| 国产精品.久久久| 午夜老司机福利剧场| 精品人妻偷拍中文字幕| 精品国产超薄肉色丝袜足j| 国产国语露脸激情在线看| 国产又爽黄色视频| 人人澡人人妻人| 黑丝袜美女国产一区| 777久久人妻少妇嫩草av网站| 男人操女人黄网站| 亚洲国产毛片av蜜桃av| 国产精品女同一区二区软件| 人体艺术视频欧美日本| 97精品久久久久久久久久精品| 欧美日韩一级在线毛片| 国产xxxxx性猛交| 国产一区二区 视频在线| 亚洲人成77777在线视频| 人妻少妇偷人精品九色| 99热国产这里只有精品6| 久久久久久久亚洲中文字幕| 久久久久久久久免费视频了| 在线天堂最新版资源| 韩国av在线不卡| 国产麻豆69| 人妻 亚洲 视频| 国产1区2区3区精品| 男女下面插进去视频免费观看| 久久久久久免费高清国产稀缺| 亚洲av.av天堂| 午夜免费观看性视频| 亚洲色图综合在线观看| 永久免费av网站大全| 丝袜在线中文字幕| 中文精品一卡2卡3卡4更新| 熟女av电影| 天天躁日日躁夜夜躁夜夜| 亚洲av中文av极速乱| 自线自在国产av| 亚洲欧洲日产国产| 性高湖久久久久久久久免费观看| 黄色视频在线播放观看不卡| 免费播放大片免费观看视频在线观看| 久久婷婷青草| 毛片一级片免费看久久久久| 人成视频在线观看免费观看| 中文字幕亚洲精品专区| 高清av免费在线| www.av在线官网国产| 亚洲国产精品成人久久小说| 国产欧美日韩综合在线一区二区| 秋霞伦理黄片| 亚洲成人手机| 18在线观看网站| 国产乱人偷精品视频| 国产人伦9x9x在线观看 | 久久久久精品性色| 99热国产这里只有精品6| 久久婷婷青草| 毛片一级片免费看久久久久| 男女边摸边吃奶| 亚洲伊人色综图| 一级毛片电影观看| 亚洲人成77777在线视频| 狂野欧美激情性bbbbbb| 性少妇av在线| 欧美黄色片欧美黄色片| av不卡在线播放| 一区在线观看完整版| 精品一区二区三卡| 久久韩国三级中文字幕| 91午夜精品亚洲一区二区三区| 久久精品国产a三级三级三级| 精品一区在线观看国产| 精品国产露脸久久av麻豆| 性色av一级| 久久久久国产一级毛片高清牌| 国产在线视频一区二区| 国产 精品1| 国产麻豆69| 欧美老熟妇乱子伦牲交| 欧美 亚洲 国产 日韩一| 国产熟女午夜一区二区三区| 在线观看免费视频网站a站| 男男h啪啪无遮挡| 男女下面插进去视频免费观看| 久久久久久久国产电影| 精品一区在线观看国产| 你懂的网址亚洲精品在线观看| 亚洲精品中文字幕在线视频| 又粗又硬又长又爽又黄的视频| 国产一区二区激情短视频 | 国产精品秋霞免费鲁丝片| 热99久久久久精品小说推荐| 精品久久久精品久久久| 亚洲熟女精品中文字幕| 日韩一区二区视频免费看| 99久久综合免费| 一区二区三区精品91| 国产精品久久久av美女十八| 久久青草综合色| 日韩av不卡免费在线播放| 男女午夜视频在线观看| 亚洲精品久久午夜乱码| 久久免费观看电影| 国产亚洲av片在线观看秒播厂| 日本爱情动作片www.在线观看| 老鸭窝网址在线观看| 极品少妇高潮喷水抽搐| 在线观看美女被高潮喷水网站| 国产女主播在线喷水免费视频网站| 韩国精品一区二区三区| 久久热在线av| 亚洲精品aⅴ在线观看| 亚洲精品一区蜜桃| 国产精品女同一区二区软件| 永久免费av网站大全| 日日啪夜夜爽| 久久99热这里只频精品6学生| 日韩人妻精品一区2区三区| 丁香六月天网| 亚洲,一卡二卡三卡| 丝袜人妻中文字幕| 国产xxxxx性猛交| 色播在线永久视频| 街头女战士在线观看网站| 日韩精品免费视频一区二区三区| videossex国产| 亚洲天堂av无毛| 少妇的逼水好多| 婷婷色综合www| 欧美bdsm另类| 欧美老熟妇乱子伦牲交| 亚洲一区中文字幕在线| 色婷婷av一区二区三区视频| 老汉色av国产亚洲站长工具| 狂野欧美激情性bbbbbb| 成年女人毛片免费观看观看9 |