語(yǔ)音增強(qiáng)是指從含有噪聲的語(yǔ)音信號(hào)中恢復(fù)純凈語(yǔ)音信號(hào)的任務(wù)。語(yǔ)音增強(qiáng)的目的是為了提高被噪聲干擾的語(yǔ)音信號(hào)的語(yǔ)音質(zhì)量和可懂度。語(yǔ)音增強(qiáng)有很多的應(yīng)用領(lǐng)域,包括移動(dòng)語(yǔ)音通信、助聽(tīng)器設(shè)計(jì)、自動(dòng)語(yǔ)音識(shí)別和自動(dòng)說(shuō)話人識(shí)別等。在過(guò)去的幾十年里,科學(xué)家們提出了很多語(yǔ)音增強(qiáng)方法。例如譜減法和維納濾波法,但這兩種經(jīng)典方法的一個(gè)共同問(wèn)題是將“音樂(lè)噪聲”引入到了增強(qiáng)后的語(yǔ)音中;直到Malah等人提出了基于最小均方誤差估計(jì)的語(yǔ)音增強(qiáng)模型,才取得了優(yōu)于譜減法和維納濾波的性能,音樂(lè)噪聲的問(wèn)題也得到了有效改善;在此之后,眾多的基于最小均方誤差的語(yǔ)音增強(qiáng)方法被科學(xué)家們提出,例如基于最小均方誤差準(zhǔn)則的對(duì)數(shù)譜幅度估計(jì)算法和最優(yōu)改進(jìn)的對(duì)數(shù)譜幅度估計(jì)算法。在這些傳統(tǒng)方法中,大部分方法都假設(shè)噪聲頻譜的估計(jì)是可用而且準(zhǔn)確的,然而在低信噪比的條件下,噪聲模型卻很難被準(zhǔn)確估計(jì),這樣就會(huì)導(dǎo)致語(yǔ)音增強(qiáng)后的信號(hào)出現(xiàn)失真現(xiàn)象。為了克服傳統(tǒng)語(yǔ)音增強(qiáng)方法的不足,基于深度學(xué)習(xí)的語(yǔ)音增強(qiáng)方法近些年來(lái)發(fā)展迅速,深度神經(jīng)網(wǎng)絡(luò)已被成功地應(yīng)用于語(yǔ)音增強(qiáng)模型的訓(xùn)練。這些新方法使用的訓(xùn)練網(wǎng)絡(luò)主要包括深度神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)、遞歸神經(jīng)網(wǎng)絡(luò)、生成對(duì)抗網(wǎng)絡(luò)等。此外,還... 

【文章來(lái)源】：中國(guó)工程物理研究院北京市

【文章頁(yè)數(shù)】：55 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題研究背景及意義
    1.2 語(yǔ)音增強(qiáng)
        1.2.1 語(yǔ)音增強(qiáng)定義
        1.2.2 語(yǔ)音增強(qiáng)分類
    1.3 語(yǔ)音增強(qiáng)方法
        1.3.1 傳統(tǒng)語(yǔ)音增強(qiáng)方法
        1.3.2 基于監(jiān)督的語(yǔ)音增強(qiáng)方法
    1.4 論文的研究?jī)?nèi)容和結(jié)構(gòu)安排
        1.4.1 主要研究?jī)?nèi)容
        1.4.2 論文結(jié)構(gòu)安排
第2章 基于深度神經(jīng)網(wǎng)絡(luò)的語(yǔ)音增強(qiáng)方法
    2.1 引言
    2.2 深度神經(jīng)網(wǎng)絡(luò)框架
    2.3 基于有監(jiān)督學(xué)習(xí)的網(wǎng)絡(luò)訓(xùn)練
    2.4 深度神經(jīng)網(wǎng)絡(luò)的目標(biāo)優(yōu)化函數(shù)
        2.4.1 基于特征映射的語(yǔ)音增強(qiáng)方法
        2.4.2 基于時(shí)頻掩蔽的語(yǔ)音增強(qiáng)方法
    2.5 本章小結(jié)
第3章 基于循環(huán)神經(jīng)網(wǎng)絡(luò)的語(yǔ)音分類方法
    3.1 引言
    3.2 循環(huán)神經(jīng)網(wǎng)絡(luò)框架
    3.3 基于有監(jiān)督學(xué)習(xí)的網(wǎng)絡(luò)訓(xùn)練
    3.4 循環(huán)神經(jīng)網(wǎng)絡(luò)的優(yōu)化方法
        3.4.1 梯度爆炸和梯度消失
        3.4.2 門控循環(huán)單元網(wǎng)絡(luò)
    3.5 本章小結(jié)
第4章 基于深度神經(jīng)網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò)的語(yǔ)音增強(qiáng)方法
    4.1 引言
    4.2 系統(tǒng)框圖
    4.3 特征提取
        4.3.1 頻域特征
        4.3.2 時(shí)域特征
    4.4 增強(qiáng)模型訓(xùn)練
        4.4.1 基于深度神經(jīng)網(wǎng)絡(luò)的增強(qiáng)模型訓(xùn)練
        4.4.2 基于循環(huán)神經(jīng)網(wǎng)絡(luò)的分類模型訓(xùn)練
    4.5 模型融合
    4.6 本章小結(jié)
第5章 實(shí)驗(yàn)配置和結(jié)果分析
    5.1 實(shí)驗(yàn)配置
        5.1.1 樣本數(shù)據(jù)配置
        5.1.2 訓(xùn)練模型參數(shù)配置
    5.2 結(jié)果分析
        5.2.1 實(shí)驗(yàn)結(jié)果
        5.2.2 數(shù)據(jù)分析
第6章 總結(jié)與展望
    6.1 本文的主要研究工作和創(chuàng)新點(diǎn)
    6.2 后續(xù)研究工作展望
致謝
參考文獻(xiàn)
發(fā)表論文與科研情況說(shuō)明



本文編號(hào)：3200651