《表2 本文算法对各类非稳态噪声语音质量提升效果》
提示：宽带有限、当前游客访问压缩模式
如表2所示，本文算法对语音PESQ平均有4.73%的提升。
| 图表编号 | XD00220150700 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.06.05 |
| 作者 | 陈荣观、薛建清、陈东敏 |
| 绘制单位 | 福建星网智慧科技有限公司、福建星网智慧科技有限公司、福建星网智慧科技有限公司 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 本文算法与传统BKW算法在噪声叠加后偏差的对比》2020.02.01
- 《表2 本文算法与传统BKW算法在噪声叠加后偏差的对比》2020.02.01
- 《表1 算法性能比较：基于深度学习的非稳态噪声抑制算法》2020.06.05
- 《表5 福建省某化工科技有限公司精细氟盐项目一期工程工作场所非稳态噪声声级》2020.10.15
- 《表4 不同噪声水平时本文算法的去噪结果》2020.03.25
- 《表1 参数设置效果：VoLTE语音质量MOS提升与应用》2020.03.01
- 《表1 本文算法与G729中语音激活检测算法性能对比》2020.07.10
- 《表2 不同噪声环境下机器人语音命令各特征提取算法的识别准确率》2020.04.20
- 《表6 本文算法在泊松噪声和椒盐噪声上的实验结果》2020.01.01
- 《表1 本文算法与3R-G-B算法对测试图像分割效果》2020.01.01
- 《表1 CBZS算法、CSD算法与本文算法之间抗Gaussian噪声攻击能力比较》2019.12.25
- 《表2 CBZS算法、CSD算法与本文算法之间抗椒盐噪声攻击能力比较》2019.12.25
- 《表2 加混合噪声声实验中BM3D算法与本文算法的评价结果》2019.07.01
- 《表1 非稳态工况的噪声样本信息》2019.10.15
- 《表2 不同算法计算用时：基于软语音存在概率的噪声互功率谱估计》2019.08.18
- 《表2 不同程度噪声下本文方法相比传统方法识别正确率提升结果》2019.02.16
- 《表1 MFCC和本文算法在噪声环境下评估效果对比》2019.01.01
- 《表2 本文算法与对比算法吞吐量提升百分比》2018.03.05
- 《表3 不同过程噪声下本文算法准确性的平均提高率》2019.12.01
- 《表5 不同过程噪声下，本文算法运行时间的平均缩减率》2019.12.01