基于深层声学特征的端到端语音分离
复旦大学计算机科学技术学院; 上海201203; 盲信号处理国家级重点实验室; 上海200434; 中国音乐学院音乐科技系; 北京100101
- 语音分离
- 声学特征
- 深度神经网络
- 语音原始波形
- 端到端模型
摘要：提出基于深层声学特征的端到端单声道语音分离算法,传统声学特征提取方法需要经过傅里叶变换、离散余弦变换等操作,会造成语音能量损失以及长时间延迟.为了改善这些问题,提出了以语音信号的原始波形作为深度神经网络的输入,通过网络模型来学习语音信号的更深层次的声学特征,实现端到端的语音分离.客观评价实验说明,本文提出的分离算法不仅有效地提升了语音分离的性能,也减少了语音分离算法的时间延迟.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
