層疊與深度神經(jīng)網(wǎng)絡(luò)研究及其在語音分離中的應(yīng)用.pdf

1、分類號幽UDC論文題目1012631109018密級——編號——研究生：蜚睡指導(dǎo)教師：直造塞熬撞專業(yè)：讓簋擔(dān)科堂皇撻研究方向：厶王蟹篚所在學(xué)院：讓篡扭堂陵2013年4月5日內(nèi)蒙古大學(xué)碩士學(xué)位論文層疊與深度神經(jīng)網(wǎng)絡(luò)研究及其在語音分離中的應(yīng)用摘要語音是人類交流的最重要媒介，而多數(shù)語音出現(xiàn)在噪聲環(huán)境之中。聽力正常的人可以不受噪聲干擾，而聽力障礙者和語音識別系統(tǒng)都難以處理混有噪聲的語音，這就需要語音分離處理。語音分離是一個去除語音中噪聲的過程，

2、也就是將目標(biāo)語音從背景噪聲中分離出來的過程。計算聽覺場景分析(ComputationalAuditorySceneAnalysis，CASA)理論分析了人類完成語音分離任務(wù)的過程，研究了語音信號的表示方法，提出了完成語音分離任務(wù)的計算目標(biāo)。根據(jù)計算聽覺場景分析，來完成語音分離任務(wù)將是一個很有前景的研究方向。目前，根據(jù)計算聽覺場景分析理論，研究者們將語音分離任務(wù)視為一個兩類分類問題，對每一個語音分離單位(時間頻率單元，TimeFreque

3、ncyunit，TFunit)做出分類決策，判斷其是屬于噪聲的一類還是屬于目標(biāo)語音的一類。當(dāng)前研究者提出的方法是在分類時使用復(fù)雜特征，并且都是一次處理一個語音分離單位。而這些復(fù)雜特征的提取是十分耗時的，加之一次只處理一個單位，使得整個過程的時間復(fù)雜度變得很高。這就極大地限制了計算聽覺場景分析方法的應(yīng)用，比如，這些方法就難以應(yīng)用在像助聽器這樣的資源受限且要求實時處理的設(shè)備中?；诋?dāng)前語音分離方法的不足，針對“使用復(fù)雜特征”和“一次處理一個