检索结果-维普期刊中文期刊服务平台

用于隐马尔可夫模型语音带宽扩展的激励分段扩展方法被引量：5: 1; 作者郭雷勇李宇 +1 位作者林胜义谭洪舟《计算机应用》 CSCD 北大核心 2017年第8期2416-2420,共5页; 语音带宽扩展通过人为恢复窄带语音的频谱带宽来提高语音听觉质量。针对源滤波器扩展模型的激励扩展问题,提出一种分段扩展方法。该方法在扩展带的低频段与高频段部分分别采用窄带激励源的高频部分与帧能量等效的白噪声作为激励信号,最... 展开更多; 关键词语音带宽扩展分段扩展谱平移激励信号隐马尔可夫模型; 在线阅读下载PDF 职称材料

基于受限玻尔兹曼机的语音带宽扩展被引量：3: 2; 作者王迎雪赵胜辉 +1 位作者于莹莹匡镜明《电子与信息学报》 EI CSCD 北大核心 2016年第7期1717-1723,共7页; 语音带宽扩展是为了提高语音质量,利用语音低频和高频之间的相关性重构语音高频的一种技术。高斯混合模型法是语音带宽技术中被广泛应用的一种方法,但是,由于该方法假设语音高频、低频服从高斯分布,且只表征了语音低频、高频之间的线性... 展开更多; 关键词语音带宽扩展受限玻尔兹曼机前馈神经网络高斯混合模型; 在线阅读下载PDF 职称材料

基于Flatten-CNN的语音带宽扩展研究被引量：2: 3; 作者杨俊美雷杨陈习坤《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心 2021年第11期87-94,共8页; 现有基于深度学习的语音带宽扩展算法中,时域算法语音特征提取不够精确,训练数据量大;频域算法对数功率谱特征提取未重视帧与帧之间的信息关联,频率轴数为奇数,不便于加深网络深度,且忽略时域信息;时频两域算法模型相对复杂。针对以上问... 展开更多; 关键词语音带宽扩展平铺层时频两轴特征提取时频损失网络深度; 在线阅读下载PDF 职称材料

基于码本映射和GMM的语音带宽扩展: 4; 作者王迎雪于莹莹 +1 位作者赵胜辉匡镜明《北京理工大学学报》 EI CAS CSCD 北大核心 2017年第9期970-974,共5页; 采用传统的高斯混合模型(Gaussian mixture model,GMM)进行语音带宽扩展时,会出现所估计的特征参数过平滑的问题,其主要原因是协方差估计不准确而导致扩展的高频特征细节信息的丢失,因此本文提出了码本映射(codebook mapping,CM)与高斯... 展开更多; 关键词语音带宽扩展高斯混合模型码本映射; 在线阅读下载PDF 职称材料

题名用于隐马尔可夫模型语音带宽扩展的激励分段扩展方法被引量：5: 1; 作者郭雷勇李宇林胜义谭洪舟; 机构广东药科大学医药信息工程学院中山大学电子与信息工程学院; 出处《计算机应用》 CSCD 北大核心 2017年第8期2416-2420,共5页; 基金国家自然科学基金资助项目(61473322 81570904)~~; 文摘语音带宽扩展通过人为恢复窄带语音的频谱带宽来提高语音听觉质量。针对源滤波器扩展模型的激励扩展问题,提出一种分段扩展方法。该方法在扩展带的低频段与高频段部分分别采用窄带激励源的高频部分与帧能量等效的白噪声作为激励信号,最后两者与原窄带激励组成宽带激励信号。基于隐马尔可夫模型(HMM)谱包络估计的宽带语音重构实验结果表明:该方法降低了重建语音的失真度,恢复重建的语音信号优于谱平移激励扩展方法。; 关键词语音带宽扩展分段扩展谱平移激励信号隐马尔可夫模型; Keywords speech bandwidth extension piecewise extension spectrum shift excitation signal Hidden Markov Model（HMM）; 分类号 TN912.3 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名基于受限玻尔兹曼机的语音带宽扩展被引量：3: 2; 作者王迎雪赵胜辉于莹莹匡镜明; 机构北京理工大学信息与电子学院; 出处《电子与信息学报》 EI CSCD 北大核心 2016年第7期1717-1723,共7页; 基金北京理工大学--爱立信国际合作项目国家留学基金委; 文摘语音带宽扩展是为了提高语音质量,利用语音低频和高频之间的相关性重构语音高频的一种技术。高斯混合模型法是语音带宽技术中被广泛应用的一种方法,但是,由于该方法假设语音高频、低频服从高斯分布,且只表征了语音低频、高频之间的线性关系,从而导致合成的高频语音出现失真。因此,该文提出一种基于受限玻尔兹曼机的方法,该方法利用两个高斯伯努利受限玻尔兹曼机提取语音低频和高频中蕴含的高阶统计特性;并利用前馈神经网络将语音低频高阶统计特性参数映射为高频高阶统计特性参数。这样,通过提取语音低频和高频中蕴含的高阶统计特性,该方法可以深层挖掘语音高频和语音低频之间的实际关系,从而更加准确地模拟频谱包络分布,合成质量更高的语音。客观测试、主观测试结果表明,该方法性能优于传统的高斯混合模型方法。; 关键词语音带宽扩展受限玻尔兹曼机前馈神经网络高斯混合模型; Keywords Speech bandwidth extension Restricted Boltzmann machines Feedforward Neural Networks（FNN） Gaussian mixture model; 分类号 TN912.3 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名基于Flatten-CNN的语音带宽扩展研究被引量：2: 3; 作者杨俊美雷杨陈习坤; 机构华南理工大学电子与信息学院; 出处《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心 2021年第11期87-94,共8页; 基金国家自然科学基金资助项目(61871188,61801133)。; 文摘现有基于深度学习的语音带宽扩展算法中,时域算法语音特征提取不够精确,训练数据量大;频域算法对数功率谱特征提取未重视帧与帧之间的信息关联,频率轴数为奇数,不便于加深网络深度,且忽略时域信息;时频两域算法模型相对复杂。针对以上问题,文中提出了一种基于Flatten-CNN的语音带宽扩展算法。首先,为了充分利用语音特征和减少数据量,文中算法基于频域运行;其次,为了利用对数功率谱时间轴信息,提出了一种改进的编码器,通过引入平铺层,实现对数功率谱时频两轴特征提取;接着,为了加深网络深度,在频率轴数据处理时去掉最后一个点,还原时再补零,使频率轴数为偶数,以利于加深网络深度;最后,为了利用语音信号时域信息,在损失函数中引入时域损失。为验证文中算法的有效性,用TIMIT数据集和VCTK数据集进行了模型的训练和测试,实验结果表明,与当前主流算法相比,文中算法生成的高带宽语音质量得到提高,呈现出了更好的听觉效果。; 关键词语音带宽扩展平铺层时频两轴特征提取时频损失网络深度; Keywords speech bandwidth extension tile layer time-frequency two-axis feature extraction time-frequency loss network depth; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 在线阅读下载PDF 职称材料

题名基于码本映射和GMM的语音带宽扩展: 4; 作者王迎雪于莹莹赵胜辉匡镜明; 机构北京理工大学信息与电子学院; 出处《北京理工大学学报》 EI CAS CSCD 北大核心 2017年第9期970-974,共5页; 基金国际合作研究项目; 文摘采用传统的高斯混合模型(Gaussian mixture model,GMM)进行语音带宽扩展时,会出现所估计的特征参数过平滑的问题,其主要原因是协方差估计不准确而导致扩展的高频特征细节信息的丢失,因此本文提出了码本映射(codebook mapping,CM)与高斯混合模型相结合的语音带宽扩展算法.提取高、低频特征参数,并训练高斯混合模型,基于高斯混合模型参数训练偏移矢量的码本;在扩展阶段,利用偏移矢量的码本将低频偏移矢量映射为高频偏移矢量,再将高频偏移矢量与高斯混合模型估计部分相加作为估计的高频特征参数.对利用该方法进行带宽扩展后的语音质量进行主观/客观评测.实验结果表明,相比传统的GMM语音带宽方法,CM-GMM合成的高频语音更接近原始高频语音,明显消除了高频过平滑现象.; 关键词语音带宽扩展高斯混合模型码本映射; Keywords speech bandwidth extension gaussian mixture model （GMM） codebook mapping; 分类号 TN929.53 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	用于隐马尔可夫模型语音带宽扩展的激励分段扩展方法	郭雷勇李宇林胜义谭洪舟	《计算机应用》 CSCD 北大核心	2017	5	在线阅读下载PDF 职称材料
2	基于受限玻尔兹曼机的语音带宽扩展	王迎雪赵胜辉于莹莹匡镜明	《电子与信息学报》 EI CSCD 北大核心	2016	3	在线阅读下载PDF 职称材料
3	基于Flatten-CNN的语音带宽扩展研究	杨俊美雷杨陈习坤	《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心	2021	2	在线阅读下载PDF 职称材料
4	基于码本映射和GMM的语音带宽扩展	王迎雪于莹莹赵胜辉匡镜明	《北京理工大学学报》 EI CAS CSCD 北大核心	2017	0	在线阅读下载PDF 职称材料