BriefGPT.xyz
Ask
alpha
关键词
perceptual evaluation of speech quality
搜索结果 - 2
使用已学习的损失函数进行学习:利用 Quality-Net 进行语音增强以提高语音质量的感知评估
通过一个可微的近似 PESQ 函数训练语音增强模型,可以提高 PESQ 得分(相对于用 MSE loss 训练的结果增加了 0.18 分),同时保持语音可懂性。
PDF
5 years ago
用于语音增强和抗噪声说话人验证的条件生成对抗网络
利用条件生成对抗网络(cGANs)从噪声语音的谱图到增强副本,将其应用于语音增强(SE)中,并以感知语音质量(PESQ)、短时客观可懂度(STOI)和说话人验证等方面进行评估。实验结果显示,cGAN 方法整体上优于传统的 STSA-MMSE
→
PDF
7 years ago
Prev
Next