基于深度學習的單通道語音分離.pdf

1、語音分離包括人聲與人聲的分離、人聲與噪聲的分離，本文主要的研究工作是人聲與噪聲的分離，也稱為語音增強。
　　隨著人工智能的日益發(fā)展，語音交互技術在現(xiàn)實生活的應用日益廣泛，但是噪聲的干擾往往會嚴重降低語音交互性能，因此語音和噪聲的分離工作就顯得尤為重要，另外由于很多語音交互的場景是基于單麥克風的，所以近年來基于單麥克風的語音分離技術受到越來越多很多科研人員的關注。
　　傳統(tǒng)單通道語音分離算法可分為基于無監(jiān)督的單通道語音分離和基

2、于有監(jiān)督的單通道語音分離兩大類?；跓o監(jiān)督的單通道語音分離技術大多基于數(shù)字信號處理技術，如譜減法、維納濾波等。傳統(tǒng)基于有監(jiān)督的語音分離算法比較常用的有:基于淺層人工神經(jīng)網(wǎng)絡的語音分離、基于非負矩陣分解(NMF)的語音分離和基于隱馬爾可夫模型(HMM)的語音分離。
　　近年來，隨著深度神經(jīng)網(wǎng)絡（DNN）技術的不斷發(fā)展，基于DNN的單通道語音分離技術取得了很大進展。DNN強大的非線性建模能力使得基于DNN的語音分離能取得很好的分離效果