background noise | BriefGPT

关键词background noise

搜索结果 - 8

L1 和 L2 瑞典语说话者的 ASR 结果比较分析
使用词错误率比较母语和非母语、朗读和即兴的瑞典话语在不同的 ASR 服务中的识别结果，并分析可能导致观察到的转录错误的语言因素。
PDFa month ago
弱监督语义分割的注意力图背景噪声消除
基于 Conformer 的 TransCAM 方法在弱监督语义分割中解决了背景噪声的问题，减少了背景噪声的影响，提高了伪标签的准确性。在实验中，我们的模型在 PASCAL VOC 2012 验证数据上达到了 70.5% 的分割性能，在测试
PDF3 months ago
噪声鲁棒的语音情感识别与信噪比自适应语音增强
本研究提出了一种噪声鲁棒的语音情感识别系统，通过语音增强技术有效降低输入信号中的噪声，并引入信噪比级别检测结构和波形重建策略，以减少对无或较少背景噪声的语音信号的负面影响。实验结果表明，该系统能够有效提高语音情感识别系统的噪声鲁棒性，包括防
PDF10 months ago
BAVS：通过整合基础知识引导音频 - 视觉分割
本文提出了一种基于多模态基础知识的两阶段引导式音频 - 视觉分割框架用于消除分割中的背景噪音或离屏音，通过明确建立音频 - 视觉对应关系和在音频 - 视觉树上追踪校准对象标签的方式，实现了真实音频对象的有效分割。
PDF10 months ago
定位实现语音分离的保密锥
使用深度网络在波形领域内，以角度感兴趣和角度窗口大小为输入，同时定位来源并分离个别说话者，以实现无限制数量并在高背景噪声下取得最先进的成果。
PDF4 years ago
利用分离音频表示动态表情
提出一种基于声音分解学习的方法来提高音频驱动的视频生成的性能，从而使生成的视频更鲁棒。
PDF5 years ago
CVPR使用自组织记忆模块学习网络数据
本文提出了一种新颖的方法，通过多实例学习框架将同一类别的 ROIs (即图像及其区域提议) 分组，并基于其最近集群的代表性 / 差异性分数分配不同的权重来处理噪声问题，包括标签噪声和背景噪声，并将记忆模块与分类模块自然集成在一起，取得了令人
PDF5 years ago
NIPS对抗样本攻击自动语音识别
本篇论文针对语音分类模型进行了首次对抗攻击的研究，其算法成功实现了目标化攻击，并未改变人类听众对音频剪辑的感知。
PDF7 years ago