专题：语音增强(SE)
共38篇相关文章
如何实现语音增强中的低延迟音高估计？
论文地址：延迟约束的语音增强基音估计 引用格式：Schröter H, Rosenkranz T, Escalante-B A N, et al. LACOPE: Latency-Constrained Pitch...
深度学习如何应用于单通道语音增强的处理？
本文代码请见：https:github.comRyuk17SpeechAlgorithms 博客地址（转载请指明出处）：https:www.cnblogs.comLXP-Neverp14142108.html 如果你觉得写...
2020年，有没有一种结合DSP和深度学习的实时全频带语音增强方法叫RNNoise？
网上已经有很多人翻译了，但我做这工作只是想让自己印象更深刻 论文地址：基于DSP深度学习的实时全频带语音增强方法 博客地址：https:www.cnblogs.comLXP-Neverp15144882.html 论文代码：ht...
2021_FullSubNet：实时单通道语音增强，全频段与子频段融合模型，有何独特之处？
论文地址：Fullsubnet：实时单通道语音增强的全频带和子频带融合模型 代码地址：https:github.comhaoxiangsnrFullSubNet 引用格式：Hao X, Su X, Horaud R, et al....
2020年，波形域实时语音增强技术Demucs，是何方神圣？
论文地址：在波形域的实时语音增强 论文作者：facebook AI 研究所 论文代码：https:github.comfacebookresearchdenoiser 摘要 我们提出了一个基于原始波形的因果语音增强模型，该模型在笔记...
2020年，有没有一种高效卷积循环神经网络，能端到端提升语音质量？
论文地址：用于端到端语音增强的卷积递归神经网络 论文代码：https:github.comaleXiehtaWaveCRN 引用格式：Hsieh T A, Wang H M, Lu X, et al. WaveCRN: An eff...
如何实现基于时间域的实时语音增强的密集连接神经网络与扩张卷积？
论文名称：扩展卷积密集连接神经网络用于时域实时语音增强 论文代码：https:github.comashutosh620DDAEC 引用：Pandey A, Wang D L. Densely connected neural ne...
如何通过两阶段深度网络解耦幅度与相位优化？
论文地址：两阶段深度网络的解耦幅度和相位优化 引用格式：Li A, Liu W, Luo X, et al. ICASSP 2021 deep noise suppression challenge: Decoupling magnitud...
2020年提出的DARCN，动态注意力单声道语音增强的递归网络，究竟有何独特之处？
论文地址：基于动态注意的递归网络单耳语音增强 论文代码：https:github.comAndong-Li-speechDARCN 引用格式：Li, A., Zheng, C., Fan, C., Peng, R., Li, X....
2020_SEWUNet：深度波-U-Net如何实现单声道语音增强？
论文地址：基于深度波形U-Net进行单耳语音增强 论文代码：https:github.comHguimaraesSEWUNet 引用格式：Guimarães H R, Nagano H, Silva D W...
2020_NSNet：如何为基于神经网络的实时语音增强设计加权语音失真损失？
论文地址：基于神经网络的实时语音增强的加权语音失真损失 论文代码：https:github.comGuillaumeVWNSNet 引用：Xia Y, Braun S, Reddy C K A, et al. Weighted sp...
如何构建一个用于实时语音增强的卷积循环神经网络？
论文地址：用于实时语音增强的卷积递归神经网络 代码地址：https:github.comJupiterEthanCRN-causal 作者主页：https:jupiterethan.github.io 引用格式：Tan K,...
Gated Convolutional Recurrent Networks如何用于单声道语音增强的复杂频谱映射学习？
论文地址：使用门控卷积循环网络学习复数谱映射以增强单耳语音 代码地址：https:github.comJupiterEthanGCRN-complex 作者主页：https:jupiterethan.github.io 引用格...
How can phone-fortified perceptual loss enhance speech quality in 2020?
论文地址：通过语音增强的电话强化感知损失提高感知质量 论文代码：https:github.comaleXiehtaPhoneFortifiedPerceptualLoss 引用格式：Hsieh T A, Yu C, Fu S W,...
PercepNet如何实现全频带语音的低复杂度、实时增强？
论文地址：一种低复杂度实时增强全频带语音的感知激励方法 论文代码：https:github.comsearch?q=PercepNet 引用格式：Valin J M, Isik U, Phansalkar N, et al.&...