二维码（扫一下试试看！） | | 基于码本映射和GMM的语音带宽扩展 | | Speech Bandwidth Extension Based on Codebook Mapping and GMM | | 投稿时间：2015-12-13 | | DOI：10.15918/j.tbit1001-0645.2017.09.016 | | 中文关键词:语音带宽扩展高斯混合模型码本映射 | | English Keywords:speech bandwidth extensiongaussian mixture model (GMM)codebook mapping | | 基金项目:国际合作研究项目 | | | 摘要点击次数:496 | | 全文下载次数:742 | | 中文摘要: | | 采用传统的高斯混合模型（Gaussian mixture model，GMM）进行语音带宽扩展时，会出现所估计的特征参数过平滑的问题，其主要原因是协方差估计不准确而导致扩展的高频特征细节信息的丢失，因此本文提出了码本映射（codebook mapping，CM）与高斯混合模型相结合的语音带宽扩展算法.提取高、低频特征参数，并训练高斯混合模型，基于高斯混合模型参数训练偏移矢量的码本；在扩展阶段，利用偏移矢量的码本将低频偏移矢量映射为高频偏移矢量，再将高频偏移矢量与高斯混合模型估计部分相加作为估计的高频特征参数.对利用该方法进行带宽扩展后的语音质量进行主观/客观评测.实验结果表明，相比传统的GMM语音带宽方法，CM-GMM合成的高频语音更接近原始高频语音，明显消除了高频过平滑现象. | | English Summary: | | Speech bandwidth extension (BWE) based on the conventional Gaussian mixture model (GMM) often suffers from the overly smoothed problem, and the main reason is the low accuracy of the estimated covariance which results in the loss of specific high frequency feature. Thus, a speech bandwidth extension base on codebook mapping (CM) and GMM was proposed in this paper. Firstly, the feature of low frequency (LF) and high frequency (HF) were extracted, and the GMM model was trained. Then, an offset vector codebook was designed based on the trained GMM parameters. In the reconstruction phase, LF offset vectors were transformed to HF offset vectors according to the trained offset vector codebook. The final HF feature parameter was obtained by adding the HF offset vectors to the estimated part by GMM. It is shown by subjective evaluations and objective evaluations that the CM-GMM significantly overcomes the overly smoothed problem and obviously improves the quality of the synthesized speech signals compared with the conventional GMM-based BWE method. | | 查看全文查看/发表评论下载PDF阅读器 | |
魏冬梅,张立人,胡楠楠,刘璐,马娜,赵曰峰.联合空谱信息和Gabor特征的高光谱人脸识别算法[J].北京理工大学学报（自然科学版）,2017,37(10):1077~1083.WEIDong-mei,ZHANGLi-ren,HUNan-nan,LIULu,MANa,ZHAOYue-feng.Hype ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21沈思,朱丹浩.基于深度学习的中文地名识别研究[J].北京理工大学学报（自然科学版）,2017,37(11):1150~1155.SHENSi,ZHUDan-hao.ChinesePlaceNameRecognitionBasedonDeepLearning[J].TransactionsofBeij ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21袁泉,李德志,王振永,郭庆,吕海波.随钻测量中连续波动信息解调技术研究与实现[J].北京理工大学学报（自然科学版）,2017,37(11):1195~1199,1210.YUANQuan,LIDe-zhi,WANGZhen-yong,GUOQing,LHai-bo.ResearchandImplem ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21张振江,刘昆,程军军,刘卿.基于图形口令的认证方案及其在电子商务中的应用[J].北京理工大学学报（自然科学版）,2017,37(12):1253~1258.ZHANGZhen-jiang,LIUKun,CHENGJun-jun,LIUQing.AGraphicPasswordBasedAuthent ... 北京理工大学科研学术 本站小编 Free考研考试 2021-12-21大数据背景下我国纳税人信息权的法律保护研究中国人民大学法学院出版日期:2020-11-16发布日期:2020-11-11作者简介:朱大旗:中国人民大学法学院教授，博士生导师；曹阳:中国人民大学法学院博士研究生（北京100872）基金资助:国家社会科学基金重大项目“‘互联网+’背景下的税收征管模式研究 ... 中国人民大学科研学术 本站小编 Free考研考试 2021-12-21北京低边界层雨滴谱的垂直分布特征唐继顺1,2,刘晓阳1,?,刘均慧1,李爱国3,王鹏飞41.北京大学物理学院大气与海洋科学系,北京1008712.91197部队,青岛2664053.中国科学院大气物理研究所大塔分部,北京1000204.北京智阳科技有限公司,北京100020收稿日期:2020-12- ... 北京大学科研学术 本站小编 Free考研考试 2021-12-20北京市公共服务设施可达性及其对住房价格的影响李然好,龚世泽,高勇?北京大学地球与空间科学学院,北京100871收稿日期:2020-08-13修回日期:2020-12-02出版日期:2021-09-20基金资助:国家自然科学基金(41971331)资助AccessibilityofPublicServ ... 北京大学科研学术 本站小编 Free考研考试 2021-12-20基于全局信息的卷积神经网络模型剪枝微调优化方法孙文宇,曹健?,李普,刘瑞北京大学软件与微电子学院,北京102600收稿日期:2020-06-02修回日期:2020-07-08出版日期:2021-07-20基金资助:国家自然科学基金(U20A20204)资助PruningandFine-tuningO ... 北京大学科研学术 本站小编 Free考研考试 2021-12-20冬奥会申办成功对北京旅游目的地感知形象的影响丛丽1,?,徐琳琳1,2,3,方小雨11.北京林业大学园林学院旅游管理系,北京1000832.中国科学院地理科学与资源研究所,中国科学院区域可持续发展分析与模拟重点实验室,北京1001013.中国科学院大学资源与环境学院,北京100049收稿日期:2020 ... 北京大学科研学术 本站小编 Free考研考试 2021-12-20中文机器阅读理解的鲁棒性研究李烨秋1,唐竑轩1,钱锦1,邹博伟1,2,洪宇1,?1.苏州大学计算机科学与技术学院,苏州2150002.新加坡资讯通信研究院,新加坡138632收稿日期:2020-06-08修回日期:2020-08-14出版日期:2021-01-20基金资助:国家自然科学基金(6170 ... 北京大学科研学术 本站小编 Free考研考试 2021-12-20
| |
