时文华
- 作品数：6 被引量：18H指数：2
- 供职机构：解放军理工大学更多>>
- 发文基金：国家自然科学基金江苏省自然科学基金陕西省自然科学基金更多>>
- 相关领域：电子电信自动化与计算机技术更多>>
- 非负组合模型及其在声源分离中的应用被引量：2
- 2017年
- 非负组合模型在人工智能、数据挖掘和智能信息处理研究领域具有十分重要的应用意义,已经逐渐成为声源分离中最常使用以及最具代表性的模型之一。内含于其中的非负成分的加性组合与人类听觉系统的感知机理高度契合。利用非负组合模型进行声源分离的技术正在变得越来越流行。本文从被称作非负矩阵分解的最基本的非负组合模型开始,首先回顾了非负组合模型的基本原则,包括需要求解的基本问题、目标函数的度量以及求解相关问题的常用方法。在此基础上,系统地讨论了非负矩阵分解在声源分离不同应用领域的拓展。最后指出并讨论非负组合模型研究中有待进一步研究的开放问题。
- 张雄伟李轶南时文华胡永刚陈栩杉
- 关键词：非负矩阵分解
- 一种分布式低速语音通话方法
- 本发明公开了一种分布式低速语音通话方法。本发明实施例基于两个局域通信网络，均包括多个语音通信终端，并且网络之间为窄带通信方式，通过在两个局域通信网络的各个语音通信终端上分布式存储子码本和分布式处理，在两个局域网络之间只需...
- 邹霞胡永刚时文华张雄伟孙蒙贾冲李莉
- 一种分布式低速语音通话方法
- 本发明公开了一种分布式低速语音通话方法。本发明实施例基于两个局域通信网络，均包括多个语音通信终端，并且网络之间为窄带通信方式，通过在两个局域通信网络的各个语音通信终端上分布式存储子码本和分布式处理，在两个局域网络之间只需...
- 邹霞胡永刚时文华张雄伟孙蒙贾冲李莉
- 文献传递
- 联合稀疏非负矩阵分解和神经网络的语音增强被引量：9
- 2018年
- 针对基于非负矩阵分解(non-negative matrix factorization,NMF)的语音增强方法在低信噪比部分和无结构特征的清音部分会引入失真这一问题,利用语音信号在时频域呈现的稀疏特性和深度神经网络在语音增强应用中表现出的谱重构特性,提出了一种联合稀疏非负矩阵分解和深度神经网络的单通道语音增强方法.首先对带噪语音的幅度谱进行非负矩阵分解得到与语音字典和噪声字典相对应的稀疏编码矩阵,其中语音字典和噪声字典通过对纯净语音和噪声进行训练预先得到,以维纳滤波方法恢复出语音成分的主要结构;然后利用深度神经网络在语音增强中表现出的时频保持特性,通过深层网络学习经维纳滤波分离出的语音的对数幅度谱和理想纯净语音对数幅度谱之间的非线性映射函数,进而恢复出语音结构的缺失成分.实验结果表明:所提方法可以有效抑制噪声且较好地恢复出语音成分,在语音感知质量和对数谱失真性能评价指标上均优于基线方法.
- 时文华时文华倪永婧邹霞孙蒙闵刚
- 关键词：字典学习非负矩阵分解语音增强
- 利用深度全卷积编解码网络的单通道语音增强被引量：5
- 2019年
- 针对传统的神经网络未能对时频域的相关性充分利用的问题,提出了一种利用深度全卷积编解码神经网络的单通道语音增强方法。在编码端,通过卷积层的卷积操作对带噪语音的时频表示逐级提取特征,在得到目标语音高级特征表示的同时逐层抑制背景噪声。解码端和编码端在结构上对称,在解码端,对编码端获得的高级特征表示进行反卷积、上采样操作,逐层恢复目标语音。跳跃连接可以很好地解决极深网络中训练时存在的梯度弥散问题,本文在编解码端的对应层之间引入跳跃连接,将编码端特征图信息传递到对应的解码端,有利于更好地恢复目标语音的细节特征。对特征融合和特征拼接两种跳跃连接方式、L1和L2两种训练损失函数对语音增强性能的影响进行了研究,通过实验验证所提方法的有效性。
- 时文华时文华邹霞孙蒙
- 关键词：语音增强编解码卷积神经网络
