您的位置: 专家智库 > >

黄玲

作品数:2 被引量:9H指数:1
供职机构:厦门大学信息科学与技术学院更多>>
相关领域:电子电信更多>>

文献类型

  • 1篇期刊文章
  • 1篇会议论文

领域

  • 2篇电子电信

主题

  • 2篇语音
  • 1篇信道
  • 1篇学习字典
  • 1篇语音库
  • 1篇语音数据
  • 1篇语音数据库
  • 1篇语音增强
  • 1篇语音增强方法
  • 1篇数据库
  • 1篇说话人识别
  • 1篇迁移
  • 1篇自适
  • 1篇自适应
  • 1篇自适应字典
  • 1篇SPARSE
  • 1篇SVD

机构

  • 2篇厦门大学

作者

  • 2篇黄玲
  • 2篇李琳
  • 1篇洪青阳
  • 1篇郭东辉
  • 1篇王薇

传媒

  • 1篇厦门大学学报...
  • 1篇第十三届全国...

年份

  • 1篇2015
  • 1篇2014
2 条 记 录,以下是 1-2
排序方式:
跨信道说话人识别语音库的设计与研究
建立一个适合于特定说话人识别系统的汉语语音数据库,对推动说话人识别技术的研究和应用具有重要意义。本文针对说话人识别中信道差异问题,设计并建立了跨信道说话人识别语音库XMU-Multi Channel。本文首先分析比较了国...
李琳万丽虹黄玲洪青阳
关键词:语音数据库说话人识别
文献传递
基于Sparse K-SVD学习字典的语音增强方法被引量:9
2014年
摘要:提出一种基于SparseK-SVD学习字典的语音增强方法,采用SparseK-SVD算法自适应地训练一个可稀疏表示的冗余字典,在该冗余字典上采用正交匹配追踪(OMP)算法对带噪语音信号进行稀疏分解,利用稀疏系数矩阵重构纯净语音,实现语音增强.使用NOIZEUS语音库进行了一系列的语音增强实验,主客观评测数据表明,基于稀疏表示的语音增强方法(分别使用SparseKSVD和K-SVD训练字典)相对于传统语音增强方法(小阈值波法、谱减法、改进谱减法)可进一步改善语音质量;对字典训练时间进行统计,发现SparseK-SVD算法训练字典消耗的时间为K-SVD算法训练时间的1/6~1/10,大幅度提高了计算效率.
黄玲李琳王薇易才钦郭东辉
关键词:SPARSESVD自适应字典语音增强
共1页<1>
聚类工具0