语音增强普减法

为了克服传统语音增强算法对语音信号和噪声信号各种假设前提的依赖,并且提升语音增强性能,本文在基于深层神经网络的语音增强方法的基础上,提出了一种联合噪声分类和卷积神经网络的时频掩码估计方法。该算法综合考

基于卡尔曼滤波的语音增强算法matlab仿真

基于深度学习的语音增强使用keraspython

麦克风阵列语音增强方法研究两篇博士论文用caj浏览器查看

基于维纳滤波的语音增强研究，张波，裴东兴，谱减法是在语音增强技术中应用最广泛的的技术，但其残留音乐噪声过强；而改进的谱减法在消除残留音乐噪声方面虽有所加强，很难确

压缩感知（CompressiveSensing，CS）是一种基于信号稀疏性的采样方法，可以有效提取信号中所包含的信息。提出了一种分组分离压缩感知语音增强新算法。算法利用语音在离散快速傅里叶变换（Fas

基于FastICA盲源分离算法的语音增强系统

SpeechEnhancementGenerativeAdversarialNetworkinPyTorch

对基于传统端点检测技术和基于最小统计和平滑滤波的两类噪声估计方法进行了对比分析，并应用于谱相减算法中。针对基于最小统计和平滑滤波的谱减算法中出现的“音乐噪声”问题，提出了一种改进方案，实验表明，使用改

在许多场合下采集的语音都会不可避免地混 入 噪声, 这常常使接收语音的可懂度和清晰度受到严重 损伤。 在语音识别系统中噪声将使识别率迅速下降, 因为 此时从语音信号提取出来的参数被噪声干扰而 发生了变