論文地址：使用感知動機目標和損失的低延遲語音增強 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 基於深度神經網絡的語音增強方法優於傳統的信號處理方法。我們提出了 ...
2021-12-13 11:18 7 742 推薦指數：
論文地址：一種低復雜度實時增強全頻帶語音的感知激勵方法 論文代碼：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]. ...
論文地址：https://arxiv.53yu.com/abs/2106.07577 基於 F-T-LSTM 復雜網絡的聯合聲學回聲消除和語音增強 摘要 隨着對音頻通信和在線會議的需求日益增加，在包括噪聲、混響和非線性失真在內的復雜聲學場景下，確保聲學回聲消除（AEC）的魯棒性已成為 ...
論文地址：面向基於深度學習的語音增強模型壓縮 論文代碼：沒開源，鼓勵大家去向作者要呀，作者是中國人，在語音增強領域 深耕多年 引用格式：Tan K, Wang D L. Towards model compression for deep learning based speech ...
論文地址：Fullsubnet：實時單通道語音增強的全頻帶和子頻帶融合模型 代碼地址：https://github.com/haoxiangsnr/FullSubNet 引用格式：Hao X, Su X, Horaud R, et al. FullSubNet ...
最近認真的研讀了這篇關於降噪的論文。它是一種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），也利用了判別模型（神經網絡NN模型）。本文根據自己的理解對原理做了梳理。 論文是基於“Speech Enhancement Using a Mixture-Maximum Model ...
for real-time speech enhancement in the time domain ...
