SEWUNet:[研究]通过Wave-U-Net(SEWUNet)增强单声道语音-源码

上传者: 42138525 | 上传时间: 2021-09-07 09:11:22 | 文件大小: 14.88MB | 文件类型: ZIP
SEWUNet 通过深波U-Net增强语音 在检查全文。 介绍 在本文中,我们提出了一种端到端的方法来从其原始波形上的语音信号中删除背景上下文。 网络的输入是音频,具有16kHz的采样率,并在5dB到15dB的信噪比内均匀分布地被附加噪声所破坏。 该系统旨在产生具有清晰语音内容的信号。 当前,有多种深度学习架构可用于此任务,从基于频谱的前端到原始波形,其结果令人鼓舞。 我们的方法基于Wave-U-Net体系结构,并对我们的问题进行了一些调整,在初始化主要任务的训练之前,建议通过自动编码器进行权重初始化。 我们表明,通过定量指标,我们的方法优于经典的维纳滤波。 如何使用 有两种使用此存储库的方式:1.使用数据训练自己的模型2.仅将技术应用于具有预先训练的模型的数据 如何训练 tl; dr:以与本文所示相同的方式训练最佳模型的步骤。 将LibriSpeech数据集和UrbanSound8K

文件下载

资源详情

[{"title":"( 103 个子文件 14.88MB ) SEWUNet:[研究]通过Wave-U-Net(SEWUNet)增强单声道语音-源码","children":[{"title":".gitkeep <span style='color:#111;'> 0B </span>","children":null,"spread":false},{"title":"cayman.css <span style='color:#111;'> 8.02KB </span>","children":null,"spread":false},{"title":"normalize.css <span style='color:#111;'> 7.52KB </span>","children":null,"spread":false},{"title":"2019-03-11-a-brief-explanation.markdown <span style='color:#111;'> 10.90KB </span>","children":null,"spread":false},{"title":"2019-03-12-paper-results.markdown <span style='color:#111;'> 11.14KB </span>","children":null,"spread":false},{"title":"......","children":null,"spread":false},{"title":"<span style='color:steelblue;'>文件过多,未全部展示</span>","children":null,"spread":false}],"spread":true}]

评论信息

  • mmmaksd :
    用户下载后在一定时间内未进行评价,系统默认好评。
    2021-08-13

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明