期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到6篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
利用DPRNN实现交织重数未知的ADS-B信号分离
1
作者 王文益 王建设 《中国民航大学学报》 2025年第3期75-80,共6页
多条信号之间的交织是广播式自动相关监视(ADS-B,automatic dependent surveillance-broadcast)系统中不可避免的问题。已有的单天线ADS-B信号解交织方法,大多需要精确的估计交织重数、相对时延等参数,相应的估计精度往往严重影响最终... 多条信号之间的交织是广播式自动相关监视(ADS-B,automatic dependent surveillance-broadcast)系统中不可避免的问题。已有的单天线ADS-B信号解交织方法,大多需要精确的估计交织重数、相对时延等参数,相应的估计精度往往严重影响最终的分离性能。为解决该问题,本文利用双路径递归神经网络(DPRNN,dual-path recurrent neural network)在无须估计任何参数的前提下对ADS-B接收信号进行分离。网络输入为交织重数未知的ADS-B接收信号,包括纯噪声信号、无交织信号、两重交织信号和三重交织信号。网络固定输出3条信号,当交织信号中包含i条ADS-B信号时,对应的源信号包含i条ADS-B信号和(3-i)条噪声信号。仿真实验证明,当信号的交织重数不大于三重时,分离正确率达到95%以上。这一研究为ADS-B信号交织分离提供了一种新的解决方案,具有一定的实用价值。 展开更多
关键词 广播式自动相关监视(ADS-B) 信号交织 信号分离 双路径递归神经网络
在线阅读 下载PDF
基于DPRNN语音分离的变时长型S-T课堂教学分析法 被引量：2
2
作者 赖文天 陈宇 《湖北第二师范学院学报》 2023年第2期86-92,共7页
在教育智能信息化的大环境下,智能且自动的教学评价体系必不可少,课堂教学分析是教育评价领域的重要环节。本文针对课堂教学分析问题,提出一种利用DPRNN分离课堂音频并使用S-T分析法进行分析的方法。该方法以DPRNN为基础,获取较精确的... 在教育智能信息化的大环境下,智能且自动的教学评价体系必不可少,课堂教学分析是教育评价领域的重要环节。本文针对课堂教学分析问题,提出一种利用DPRNN分离课堂音频并使用S-T分析法进行分析的方法。该方法以DPRNN为基础,获取较精确的教师音频,通过平均细分变时长编码法对音频进行S-T编码处理。相比基于视频的传统的S-T分析法,该方法具有成本低、方便处理、具有时间不变性及准确性较高等优点。 展开更多
关键词 课堂教学分析 dprnn 平时细分变时长编码法 S-T分析法
在线阅读 下载PDF
基于时频域特征与DPRNN的语音增强方法
3
作者 张禧辰 李云海 +1 位作者 朱文辉 陈静静 《现代计算机》 2021年第36期1-7,14,共8页
目前,一种主流的语音增强方法是利用STFT(short-time Fourier transform,短时傅里叶变换)提取语音的时频域特征,再对语音特征进行时序建模。但是,当语音特征序列较长时,一般的深度学习模型很难对其进行有效建模。本文考虑到DPRNN(dual-p... 目前,一种主流的语音增强方法是利用STFT(short-time Fourier transform,短时傅里叶变换)提取语音的时频域特征,再对语音特征进行时序建模。但是,当语音特征序列较长时,一般的深度学习模型很难对其进行有效建模。本文考虑到DPRNN(dual-path recurrent neural network,双路循环神经网络)能够对较长的语音信号序列进行合理建模,提出了基于时频域特征与DPRNN的语音增强方法。该方法首先用STFT提取语音时频域特征,然后将提取到的语音特征送入DPRNN网络进行时序建模,最后通过ISTFT(inverse short-time Fourier transform,短时逆傅里叶变换)进行语音重建,从而完成单通道的语音增强任务。在VBD数据集上得到的实验结果表明,该方法能够显著提高语音质量并且有效消除低频段噪声,PESQ(perceptual evaluation of speech quality,客观语音质量评价)指标达到了2.43。 展开更多
关键词 语音增强 语音识别 神经网络 dprnn 时频域
在线阅读 下载PDF
基于多语音增强与分离的对话机器人系统设计
4
作者 袁芝妹 张华 王丽 《自动化与仪器仪表》 2024年第10期282-286,共5页
为进一步提升英语语音交互机器人在复杂环境下的语音交互效果,基于语音分离技术,进行英语语音增强方法的设计,以进一步提升人机英语语音交互的效果。其中,以DPRNN作为基础的语音分离模型,并以此为基础进行优化,最终通过自适应注意力进... 为进一步提升英语语音交互机器人在复杂环境下的语音交互效果,基于语音分离技术,进行英语语音增强方法的设计,以进一步提升人机英语语音交互的效果。其中,以DPRNN作为基础的语音分离模型,并以此为基础进行优化,最终通过自适应注意力进行最终的优化,以进一步提升语音分离的效果。实验结果表明,与Conv-TasNet和DPRNN相比,改进后的DPRNN具有更快的收敛速度,同时还能保持损失较低;与其他分离模型相比,设计的TAANet语音分离方法具有更好的语音分离效果,更强的适应能力与泛化能力,在WSJ0、WHAM、WHAMR以及GRID-2mix英语语音数据集上的SI-SNRi和SDRi得分分别达到了25.94和24.30、15.55和15.81、13.03和11.23、16.49和17.12;同时,设计的TAANet英语语音分离方法在各种噪声环境下的PESQ得分均能得到不同程度的提升,稳定性较强。以上结果表明,设计的TAANet英语语音分离方法能够实现效果良好的语音分离,将其应用于人机交互的语音增强是可行的,可靠性较高。 展开更多
关键词 语音交互 语音增强 语音分离 dprnn 自适应注意力网络
原文传递
自注意双路径RNN用于汽车雷达干扰抑制 被引量：2
5
作者 文豪 高勇 《雷达科学与技术》 北大核心 2022年第6期678-687,共10页
雷达是自动驾驶的重要组成部分,通过雷达的发射和接收信号我们可以估计目标距离和速度。随着雷达的广泛使用,不同车辆安装的雷达之间会产生相互干扰,导致本底噪声升高,严重影响目标的可检测性。近年来研究者们开始用深度学习方法来抑制... 雷达是自动驾驶的重要组成部分,通过雷达的发射和接收信号我们可以估计目标距离和速度。随着雷达的广泛使用,不同车辆安装的雷达之间会产生相互干扰,导致本底噪声升高,严重影响目标的可检测性。近年来研究者们开始用深度学习方法来抑制雷达干扰,目前常用的方法大多是基于频域或时频域,但基于深度学习的语音分离方向的研究已证明基于时域的方法相对于其他方法的优越性。然而传统的循环神经网络(Recurrent Neural Network,RNN)对长序列信号建模十分困难,因此本文使用了自注意双路径循环神经网络(Dual-Path Recurrent Neural Network with Self Attention,DPRNN-SelfAttention),用于在深层结构中对长序列进行建模。DPRNN-SelfAttention将长序列输入拆分为更小的块,并迭代地应用块内和块间操作处理整个序列的信息,其中输入长度与每次操作中原始序列长度的平方根成正比。实验结果表明,本文方法可以抑制多个干扰,并能估计抑制干扰后的目标幅度和相位。 展开更多
关键词 自动驾驶 干扰抑制 深度学习 dprnn-SelfAttention
在线阅读 下载PDF
基于TasNet的单通道语音分离技术的研究综述 被引量：2
6
作者 陆炜 朱定局 《计算机与现代化》 2022年第11期119-126,共8页
语音分离是声学信号处理中的一项基本任务,具有广泛的应用。得益于深度学习的发展,近年来单通道语音分离系统的性能有了显着提升。特别是,随着一种被称为时域音频网络(Time-domain audio separation Network,TasNet)的新语音分离方法被... 语音分离是声学信号处理中的一项基本任务,具有广泛的应用。得益于深度学习的发展,近年来单通道语音分离系统的性能有了显着提升。特别是,随着一种被称为时域音频网络(Time-domain audio separation Network,TasNet)的新语音分离方法被提出,语音分离技术的研究也逐步从基于时-频域的传统方法过渡至基于时域的方法。本文综述基于TasNet的单通道语音分离技术的研究现状与展望。在回顾基于时-频域的语音分离传统方法之后,本文重点介绍基于TasNet的Conv-TasNet模型以及DPRNN模型,并对比针对各模型的改进研究。最后,本文阐述目前基于TasNet的单通道语音分离模型的局限性,并从模型、数据集、说话人数量以及如何解决复杂场景下的语音分离等层面对未来的研究方向进行讨论。 展开更多
关键词 语音分离 时域音频网络 全卷积时域音频网络 双路径循环神经网络
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部