深度学习 用于音频降噪
Vincent Belz: [email protected]
发表在《向数据科学发展》中：使用 深度学习 进行语音增强
此项目旨在构建一个用于减弱环境噪音的语音增强系统。
音频可以以多种不同的方式表示，从原始时序到时频分解。表示方式的选择对系统的性能至关重要。在时频分解中，谱图已被证明是音频处理的有用表示方式。它们是以 2D 图像表示的，其中时间和频率作为轴，亮度表示每个时帧的频率成分强度。因此，它们似乎是直接将图像的 CNN 架构应用于声音的自然域。在幅值和相位谱图之间，幅值谱图包含信号的大部分结构。相位谱图似乎只显示了很少的时域和频域规律。
在本项目中,我将使用幅值谱图来表示声音(参见下图),以便预测需要从噪声多的语音谱图中减去的噪声模型。本项目分为三个模式:"数据创建","训练"和"预测"。
对于这个项目,我专注于 10 种环境噪声: 时钟响, 脚步, 铃声, 手锯, 报警, 烟花, 昆虫, **
暂无开放 Issues，或尚未同步最近议题。