【摘 要】
:
基于神经网络的语音增强任务中相位估计不准确会导致增强语音质量差,针对这一问题,提出了一种基于复数卷积循环神经网络的语音增强算法,在复数域实现语音幅度和相位的同时增强,以提高增强语音的质量.使用基于复数卷积网络的编码器在复数域提取语音局部特征,再利用复数卷积循环网络对语音的长时信息进行建模,最后使用复数卷积上采样解码器计算语音复数时频掩蔽,实现语音幅度与相位增强.在公开数据集上的实验结果表明,使用所提方法得到的增强语音在语音质量和信噪比提升中均优于主流方法,验证了该网络模型在语音增强任务中的有效性.
【机 构】
:
中国科学院声学研究所 语言声学与内容理解重点实验室 北京 100190;中国科学院大学 北京 100049
论文部分内容阅读
基于神经网络的语音增强任务中相位估计不准确会导致增强语音质量差,针对这一问题,提出了一种基于复数卷积循环神经网络的语音增强算法,在复数域实现语音幅度和相位的同时增强,以提高增强语音的质量.使用基于复数卷积网络的编码器在复数域提取语音局部特征,再利用复数卷积循环网络对语音的长时信息进行建模,最后使用复数卷积上采样解码器计算语音复数时频掩蔽,实现语音幅度与相位增强.在公开数据集上的实验结果表明,使用所提方法得到的增强语音在语音质量和信噪比提升中均优于主流方法,验证了该网络模型在语音增强任务中的有效性.
其他文献
陆地高分辨率重力数据是超高阶重力场模型及其应用研究的基础,但现有的观测技术和手段限制了陆地重力测量的覆盖区域,全球仍有大量的重力测量空白地区.采用残差地形模型空域法,利用高通滤波技术提取航天飞机雷达地形测绘任务(shuttle radar topography mission,SRTM)分辨率3“×3”的V4.1数据短波信号,结合EGM2008重力场模型,反演精化1\'×1\'分辨率的局部地球重力场参量.利用美国地面实测重力观测数据NGS99共57 387个点检验基于该方法恢复的1\'×1\
针对大气中二氧化碳(CO2)浓度在对流层分布变化明显的特点,采用激光雷达主动观测方式获取低空CO2廓线浓度.利用自主研制的基于染料差分激光技术的CO2探测差分吸收激光雷达,在中国安徽省淮南市进行了长期观测,受制于白天的低信噪比,只进行了夜间观测,并通过开发先进的信号处理算法获取了高空间、高时间分辨率的CO2廓线浓度以及低空平均浓度,测量结果能够在一定程度上反映江淮平原地区CO2浓度垂直分布的变化规律.得到了冬夏夜间典型的低对流层CO2垂直分布特点:夜间CO2浓度持续增加,且夏季夜间CO2浓度增幅大于冬季,
国家多期一等水准网成果是研究中国大陆地壳垂直运动的宝贵数据.综合利用国家三期一等水准网成果,分析中国近50年地壳垂直运动变化趋势.首先,确定水准重合点高程变化量,计算重合点变化速率;然后,基于拟合点和检核点残差分布评估常用插值方法的优劣性,确定最优建模方法;最后,构建基于水准成果的中国大陆垂直运动模型,分析各区域垂直运动趋势.结果表明,近50年来,华北平原、苏沪、汾渭盆地、新疆和海南表现为沉降运动,其中,华北平原、苏沪一带沉降剧烈,沉降速率达40.4±1.4 mm/a;西藏南部、东北地区、福建及陕北地区表
为了更好地理解准脆性材料在工程应用中的失效机理,需要不断改进测试方法和分析工具.使用具有极高计算效率的格构离散单元法(lattice discrete element method,LDEM)对准脆性材料进行建模,该方法采用双线性本构模型数值分析,利用杆单元的失效去除来模拟裂纹的萌生与扩展.经验证可见,LDEM受网格划分的影响较小.通过与经典断裂实例的对比可见,格构离散单元法在准脆性材料裂纹扩展模拟上与前人研究有较好的一致性.利用格构离散单元法模拟3D打印的聚苯乙烯切口梁的三点弯曲试验,得到了与物理试验相
人类发展的历史, 也是能源变革的历史, 人类社会的每一次技术革命无不伴随着对能源认识、开发和利用的创新与进步.当下, 我国已经成为全球排名第一的能源生产和消费大国, 并且两个总量还在不断攀升.能源技术是解决对传统化石能源过度依赖及环境污染等问题, 构建合理的社会能源结构, 推进可持续发展, 实现“双碳”减排的关键手段.2020年, 我国以太阳能、风能为代表的可再生能源增长达到全世界的三分之一, 发展迅速.这其中, 能源材料是能源工业和能源技术体系中涉及的特殊材料, 在实现清洁能源的转化和利用, 发展新能源
为模拟不同工艺条件下的连铸坯的凝固过程,采用有限元法模拟了 82B钢连铸的凝固过程,获得280 mm ×325 mm连铸坯的温度场.结果表明,随拉速从0.60 m/min增加到0.76 m/min,凝固时fs=1处与fs=0处皆后移,但中心凝固时间反而增加了 9.8%.随过热度由15℃增加到50℃时,凝固末端fs=1处同样后移,约后移1.1 m.根据模拟结果改进连铸工艺,当拉速从0.60 m/min增加到0.76 m/min,增加轻压下工艺可改善低倍质量.
结合蒙特卡罗方法的精度评定特点,提出了一种将偏差和中误差作为评价指标的综合评价公式.利用所提出的综合评价公式评价神经网络算法(neural network algorithm,NNA)、基因遗传算法(genetic algo-rithm,GA)和模拟退火算法(simulated annealing,SA)在火山复式位错模型(compound dislocation model,CDM)和地震Okada模型反演中的精度信息.实验结果表明,无论是基于CDM模型还是基于Okada模型,以上3种方法的参数估值差距
山西作为中国重要的煤炭能源基地,为中国经济作出巨大贡献的同时也造成了一系列的生态环境问题,例如土壤污染、地下水资源破坏、土地塌陷、水土流失等,给山西省的生态环境带来严峻的挑战.其中,土壤重金属污染(如Cr、As、Cd、Pb和Hg等)尤为突出,因此,研究煤炭产业聚集区土壤重金属的累积特征与风险评价对土壤修复具有重大意义.以山西长治市典型煤炭产业聚集区为研究区,系统解析不同类型企业(钢厂、采煤厂、选煤厂、洗煤厂、化工厂、焦化厂和燃煤电厂)周边土壤重金属元素的累积特征及差异性,采用内梅罗综合污染指数法和Haka
受强噪声污染的图像经过现有降噪算法降噪后,往往很难恢复出图像的细节,导致图像分辨率不高,严重影响图像后期的应用,所以研究受强噪声污染图像的高清细节恢复算法具有重要意义.提出了一种基于双段深度残差卷积网的强噪声超分辨率重建算法,该算法设计了一种双段深度残差卷积网,前后段深度残差卷积网的结构完全相同,前段深度残差卷积网用于降噪,后段深度残差卷积网用于超分辨率重建.结果表明,提出的算法可以很好地适用于强噪声的图像降噪,不仅能获得更高的峰值信噪比与结构相似度,而且能获得更好的图像细节恢复、改善图像的视觉效果,具有
目前光伏电站参与电网一次调频策略并未考虑其调频能力的差异,不能充分挖掘光伏发电对电网频率的支撑能力.为提高光伏电站的控制精度和调节效果,提出了一种考虑天气特性和运行状态的光伏一次调频改进策略.基于时序数据动态天气划分的方法预测光伏电站最大出力,结合运行状态,将功率调节裕量和调节速率作为光伏调频能力的评估指标;为充分发挥光伏并网变流器的宽范围功率调节优势,提出带积分环节的附加频率控制策略,并依据调频能力设计控制参数,设计了电网二次调频过程中的附加频率控制退出策略;以青海海南光伏发电系统为背景建立Matlab