论文地址：使用感知动机目标和损失的低延迟语音增强 引用格式：Zhang X, Ren X, Zheng X, et al. Low Delay Speech Enhancement Using Perceptually Motivated Target and Loss J . Proc. Interspeech , : . 摘要 基于深度神经网络的语音增强方法优于传统的信号处理方法。我们提出了 ...
2021-12-13 11:18 7 742 推荐指数：
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.com/search?q=PercepNet 引用格式：Valin J M, Isik U, Phansalkar N, et al. A Perceptually Motivated ...
DeepFilterNet: A Low Complexity Speech Enhancement Fra ...
: An Improved Version of MetricGAN for Speech Enhancement[J]. ...
论文地址：https://arxiv.53yu.com/abs/2106.07577 基于 F-T-LSTM 复杂网络的联合声学回声消除和语音增强 摘要 随着对音频通信和在线会议的需求日益增加，在包括噪声、混响和非线性失真在内的复杂声学场景下，确保声学回声消除（AEC）的鲁棒性已成为 ...
论文地址：面向基于深度学习的语音增强模型压缩 论文代码：没开源，鼓励大家去向作者要呀，作者是中国人，在语音增强领域 深耕多年 引用格式：Tan K, Wang D L. Towards model compression for deep learning based speech ...
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.com/haoxiangsnr/FullSubNet 引用格式：Hao X, Su X, Horaud R, et al. FullSubNet ...
最近认真的研读了这篇关于降噪的论文。它是一种利用混合模型降噪的方法，即既利用了生成模型（MoG高斯模型），也利用了判别模型（神经网络NN模型）。本文根据自己的理解对原理做了梳理。 论文是基于“Speech Enhancement Using a Mixture-Maximum Model ...
for real-time speech enhancement in the time domain ...
