《表1 三种方法的平均PESQ得分》
使用三种方法对测试集含噪语音进行增强,并计算增强后语音的平均PESQ、STOI、SegSNR和SDR,表1~表4分别给出了在4类不同噪声和3种不同信噪比下四种指标的平均值,并给出了未处理的含噪语音的四种指标作为对比.不同噪声条件下的最佳结果均用粗体进行了标记.可见,在四种不同指标下,RI-DCNN在大多数噪声条件下都取得了最好的结果,特别是在低信噪比(-7dB)的HF channel噪声下,DNN-baseline和LPS-DCNN均出现了不同程度的失效,而RI-DCNN仍然取得了较好的语音增强性能,证明RI-DCNN具有更好的泛化能力.另外,LPS-DCNN相比DNN-baseline表现出了更好的语音增强性能,证明了DCNN相比DNN是更加适用于语音增强任务的网络结构.
图表编号 | XD0017151600 严禁用于非法目的 |
---|---|
绘制时间 | 2018.10.01 |
作者 | 袁文浩、梁春燕、夏斌、孙文珠 |
绘制单位 | 山东理工大学计算机科学与技术学院、山东理工大学计算机科学与技术学院、山东理工大学计算机科学与技术学院、山东理工大学计算机科学与技术学院 |
更多格式 | 高清、无水印(增值服务) |