您的位置: 专家智库 > >

纪璇

作品数:2 被引量:0H指数:0
供职机构:中国科学院声学研究所更多>>
发文基金:国家自然科学基金更多>>
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

  • 1篇音频
  • 1篇音频编解码
  • 1篇映射
  • 1篇映射网络
  • 1篇语音
  • 1篇语音识别
  • 1篇语音增强
  • 1篇神经网
  • 1篇神经网络
  • 1篇式法
  • 1篇特征映射
  • 1篇谱映射
  • 1篇网络
  • 1篇解码
  • 1篇解码器
  • 1篇编解码
  • 1篇编解码器

机构

  • 2篇中国科学院
  • 1篇北京理工大学

作者

  • 2篇纪璇
  • 1篇付强
  • 1篇王晶
  • 1篇王晓飞
  • 1篇颜永红
  • 1篇赵毅

传媒

  • 1篇北京理工大学...
  • 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:
一种结合G.719编解码器的参数立体声音频编解码扩展方法
2014年
针对ITU-T G.719全频带音频编码标准尚不支持立体声压缩编码的问题,结合G.719编解码器提出并设计基于离散傅里叶变换(discrete Fourier transform,DFT)的参数立体声音频编解码扩展模块.输入音频信号进行DFT变换后在子带内提取相应的空间参数,并将左右声道下混为和声道;解码时,对和声道进行能量补充,分别运用等式法和基于Givens旋转的奇异值分解法(singular value decomposition,SVD)进行解码恢复.测试结果表明,在G.719中合理设计参数立体声编解码可以获得较好的压缩效果,对于平缓的音乐,等式法比奇异值分解法可解码得到稍高的音质,且复杂度较低;对于变化较快的音乐,奇异值分解法可得到相对较好的音质,但复杂度较高.
王晶赵毅纪璇
面向语音识别的深度映射网络谱/特征增强方法
近年来,将深度神经网络(deep neural network,DNN)应用于语音增强取得了一定的效果。该文采用DNN,通过大量数据来学习带噪信号到干净信号之间的非线性映射关系,形成深度映射网络,以谱映射(spectra...
王子腾纪璇王晓飞付强颜永红
关键词:语音增强谱映射特征映射
文献传递
共1页<1>
聚类工具0