发豪·€-优快云博客

原创 Audio-Visual Speech Enhancement Based on Multimodal Deep Convolutional Neural Networks

为了获得令人满意的性能，语音增强（SE）已被用作各种语音相关应用的基础单元，例如自动语音识别 [1, 2]、说话人识别 [3, 4]、语音编码 [5, 6]、助听器 [7, 8] 和人工耳蜗 [9, 10]。在过去的几十年中，已提出了许多语音增强方法，并被证明可以提高音质。一种显著的方法是谱恢复，它基于噪声和语音成分的统计信息估计增益函数，随后在频域中使用该函数抑制噪声成分，以从带噪语音谱中获得干净的语音谱 [11–15]。另一类方法采用非线性模型将带噪语音信号映射到干净语音信号 [16–19]。

2024-12-17 18:11:54 715

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

weixin_43675119的博客

原创 Audio-Visual Speech Enhancement Based on Multimodal Deep Convolutional Neural Networks

原创【无标题】

原创【无标题】

原创【无标题】

上证指数2000年 - 2023年2月27日数据（日度）

物理公式计算器的删除部分代码

jisuanqi.dsw

空空如也

原创 Audio-Visual Speech Enhancement Based on Multimodal Deep Convolutional Neural Networks

原创 【无标题】

原创 【无标题】

原创 【无标题】

上证指数2000年 - 2023年2月27日数据（日度）

物理公式计算器的删除部分代码

jisuanqi.dsw

空空如也

原创【无标题】

原创【无标题】

原创【无标题】