韩伟
- 作品数：10 被引量：43H指数：4
- 供职机构：解放军理工大学更多>>
- 发文基金：江苏省自然科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信建筑科学更多>>
- 用于无监督语音降噪的听觉感知鲁棒主成分分析法被引量：4
- 2017年
- 针对现有稀疏低秩分解语音降噪方法对人耳听觉感知特性应用不充分、语音失真易被感知的问题,提出了一种用于语音降噪的听觉感知鲁棒主成分分析法。由于耳蜗基底膜对于频率感知具有非线性特性,该方法采用耳蜗谱图作为语噪分离的基础。此外,选用符合人耳听觉感知特性的板仓-斋田距离度量作为优化目标函数,在稀疏低秩建模过程中引入非负约束以使分解分量更符合实际物理含义,并在交替方向乘子法框架下推导了具有闭合解形式的迭代优化算法。文中方法在语音降噪时是完全无监督的,无需预先训练语音或噪声模型。多种类型噪声和不同信噪比条件下的仿真实验验证了该方法的有效性,噪声抑制效果较目前同类算法更为显著,且降噪后语音的可懂度和总体质量有所提高、至少相当。
- 闵刚邹霞韩伟张雄伟谭薇
- 关键词：主成分分析法语音降噪听觉感知鲁棒噪声模型
- 深埋地下人防工程内部空气环境影响及控制对策被引量：1
- 2016年
- 当前,政府部门正在积极倡导开发利用早期修建人防工程,大力提升人防工程平时服务效能,以充分发挥人防工程的社会效益和经济效益。由于人防工程的相对密闭性,工程内部空气品质较差,空气质量对人体和物资储备的影响已经开始引起人们的广泛关注。本文结合工程实例分析了深埋地下人防工程内部空气热湿环境特点,阐述地下人防工程空气恶化对环境和人员的影响,并提出了合理的解决对策。
- 韩伟
- 基于感知掩蔽深度神经网络的单通道语音增强方法被引量：18
- 2017年
- 本文将心理声学掩蔽特性应用于基于深度神经网络(Deep neural network,DNN)的单通道语音增强任务中,提出了一种具有感知掩蔽特性的DNN结构.首先,提出的DNN对带噪语音幅度谱特征进行训练并分别得到纯净语音和噪声的幅度谱估计.其次,利用估计的纯净语音幅度谱计算噪声掩蔽阈值.然后,将噪声掩蔽阈值和估计的噪声幅度谱联合计算得到一个感知增益函数.最后,利用感知增益函数从带噪语音幅度谱中估计出增强语音幅度谱.在TIMIT数据库上,对不同信噪比下的20种噪声进行的仿真实验表明,无论噪声类型是否在语音的训练集中出现,所提出的感知掩蔽DNN都能够在有效去除噪声的同时保持较小的语音失真,增强效果明显优于常见的DNN增强方法以及NMF(Nonnegative matrix factorization)增强方法.
- 韩伟张雄伟闵刚张启业
- 关键词：语音增强掩蔽阈值
- 联合优化深度神经网络和约束维纳滤波的单通道语音增强方法被引量：6
- 2017年
- 深度神经网络(deep neural networks,DNNs)依靠其良好的特征提取能力,在语音增强任务中得到了广泛应用。为进一步提高深度神经网络的语音增强效果,提出一种将深度神经网络和约束维纳滤波联合训练优化的新型网络结构。该网络首先对带噪语音幅度谱进行训练并分别得到纯净语音和噪声的幅度谱估计,然后利用语音和噪声的幅度谱估计计算得到一个约束维纳增益函数,最后利用约束维纳增益函数从带噪语音幅度谱中估计出增强语音幅度谱作为网络的训练输出。对不同信噪比下的20种噪声进行的仿真实验表明,无论噪声类型是否在网络的训练集中出现,该方法都能够在有效去除噪声的同时保持较小的语音失真,增强效果明显优于DNN及NMF增强方法。
- 韩伟张雄伟周星宇白崧廷闵刚
- 关键词：语音增强
