首页|基于深度卷积神经网络的语音信号去噪关键技术研究

基于深度卷积神经网络的语音信号去噪关键技术研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
随着人工智能技术的不断创新发展,语音识别技术一直在迭代升级,而语音去噪是语音识别领域中关键研究点之一.由于这些外界干扰声的存在,就使得原本的语音信号变得不再纯净,或多或少会对所需传输的语音信号有所影响.传统的信号分析以傅立叶变换为基础,但傅立叶分析属于全局变换,变换只能全部在时域变换或在频域变换.因此,傅里叶变换不能获取语音信号的时频局部性质,该变换不利于分析非平稳信号.为了更好地分析语音信号,该实验通过卷积神经网络对语音信号进行去噪处理,将处理完的信号逆向使用短时傅里叶变换,并分析结果.
Research on Key Techniques of Speech Signal Denoising Based on Deep Convolutional Neural Network

杨帆、李祎男、乔涵、王连祺

展开 >

31008部队 北京 100080

32085部队 北京 100080

陆军勤务学院 重庆 401331

语音信号去噪 短时傅里叶变换 卷积神经网络 人工智能 深度学习

重庆市自然科学基金

CSTC2018JCYJA1879

2022

10.3969/j.issn.1672-9722.2022.02.023

计算机与数字工程
中国船舶重工集团公司第七0九研究所

计算机与数字工程

CSTPCD
影响因子：0.355
ISSN：1672-9722
年,卷(期)：2022.50(2)
  • 2
  • 12