deep noise suppression | BriefGPT

关键词deep noise suppression

搜索结果 - 7

VoIP 平台上语音增强的心理声学挑战
该研究通过对专有发送端降噪效果、Google Meets 和 Zoom 等平台的细致评估，以及使用 2020 年 Deep Noise Suppression (DNS) 数据集，结合 Oaxaca 分解法、心理声学度量标准 PESQ 和
PDF9 months ago
动态 nsNet2: 高效的深度噪声抑制与提前退出
我们提出基于 nsNet2 的早期退出模型，通过在不同阶段停止计算，提供多个精度级别和资源节省，并通过分流信息流来适应注入的动态，展示了性能和计算复杂性之间的权衡。
PDF10 months ago
在 VoIP 平台上提高感知质量、可懂性和声学表现
本文提出了一种适用于 VoIP 应用的深度噪声抑制模型的微调方法，并通过使用多任务学习框架联合优化噪声抑制和特定于 VoIP 的声学，表明该方法优于行业绩效和最先进的语音增强方法，并展示了 DNS-2020 模型在不同 VoIP 平台上具有
PDFa year ago
FullSubNet+：利用复数谱的通道注意力 FullSubNet 进行说话增强
本文提出了一种扩展的单通道实时语音增强框架 FullSubNet+，采用了轻量级多尺度时间敏感通道注意力 MulCA 模块、全幅值、实部与虚部谱图作为输入以充分利用噪声语音中的相位信息、以及用时序卷积网络块（TCN）替换原先的长短期记忆层的
PDF2 years ago
ICASSP 2021 深度降噪挑战赛：利用双阶段深度网络分离幅度与相位优化
提出了一种新的消噪系统，主要由两个管道组成，第一个管道旨在解耦幅度和相位的优化问题，第二个管道旨在进一步抑制失真噪声，可以有效改善主观质量。在 ICASSP 2021 深度噪声抑制挑战中，我们的系统在实时轨迹 1 上以 ITU-T P.80
PDF3 years ago
Interspeech 2021 深度降噪挑战
Deep Noise Suppression Challenge aims to improve speech quality through open-sourced datasets and evaluation frameworks
PDF3 years ago
ICASSP 2021 深度降噪挑战
本研究旨在促进噪声抑制技术的创新，提高感知语音质量。通过在 INTERSPEECH 2020 会议上举行 Deep Noise Suppression Challenge 特别会议以及开源训练和测试数据集，来推动该领域的研究。挑战赛分为两个
PDF4 years ago