基于强约束字典联合深度神经网络的单通道语音分离

Single-channel speech separation based on strongly constrained dictionary combined with a deep neural network

扫码查看

原文链接

维普
万方数据

中文摘要：针对基于字典学习语音分离方法的"交叉投影"问题,提出了强约束的优化函数,不仅抑制重构信号和目标信号的误差,约束干净信号在联合字典上的误差,而且抑制干净信号在其他字典上的投影并限制字典间的原子相关性.此外,为了进一步提高两个相似信号的分离效果,提出基于强约束字典联合深度神经网络的单通道语音分离方法,首先利用强约束字典实现目标与干扰语音的初步分离,然后通过联合约束利用深度神经网络实现语音与干扰语音交叉投影残余的分离.实验结果表明,与其他优秀单通道语音分离方法相比,该算法有效提升了语音分离系统的性能.

作者：

孙林慧、袁硕、张蒙、梁文清、步云怡

展开 >

作者单位：

南京邮电大学通信与信息工程学院,江苏南京210003

关键词：

单通道语音分离字典学习深度神经网络损失函数语音增强

基金：

国家自然科学基金国家自然科学基金

项目编号：

6190122762071242

出版年：

2023

DOI：

10.14132/j.cnki.1673-5439.2023.02.001

南京邮电大学学报(自然科学版)

南京邮电大学

南京邮电大学学报(自然科学版)

CSTPCD北大核心

影响因子：0.486

ISSN：1673-5439

年,卷(期)：2023.43(2)

参考文献量3