《表1 不同语音增强方法的度量分数》
为了便于直观理解,本文分别获得传统GAN、Wi e n e r、S E G A N和D F C N N-G A N生成的语音信号频谱图。图5列出了频谱图的比较图,从图中可以发现,传统的生成对抗网络的效果最为不好,这是因为它具有训练不稳定、易发生梯度爆炸等缺点。DFCNN-GAN的训练效果最好,更为接近纯净语音信号的频谱图,与其他信号相比,可以有效滤除噪声信号,提高语音质量。
图表编号 | XD0080245600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.15 |
作者 | 张敬敏、程倩倩、李立欣、岳晓奎 |
绘制单位 | 西北工业大学航天学院、中国兵器工业第二○八研究所、西北工业大学电子信息学院、西北工业大学电子信息学院、西北工业大学航天学院 |
更多格式 | 高清、无水印(增值服务) |