基于模型在线更新和平滑处理的音乐分割算法

针对音乐分割中预训练模型和待分割信号间的不匹配问题,提出基于置信测度的自适应模型更新算法.在基于预训练模型的识别结果中,通过置信测度选择可靠的数据进行高斯混合模型在线自适应更新,获得与待分割音乐信号更匹配的声乐/非声乐模型.通过对识别结果进行平滑处理,进一步去除瞬时突变错误.实验表明,与初始模型和采用全部数据进行模型更新相比,该算法可获得与待分割信号更匹配的高斯混合模型,分割效果更佳.     

基于多目标联合优化的语音增强方法研究

语音增强旨在从受噪声干扰的语音中提取目标语音,目前基于神经网络的语音增强方法在提升语音质量和可懂度方面已被证明是有效的。通过多目标联合优化,利用不同特征之间的互补性,可以提升基于神经网络的语音增强方法的性能。然而,这类多目标学习的语音增强方法在网络优化过程中,通常分别对单个输出目标进行损失函数的计算,多目标之间是并行的,并没有充分利用多目标之间可能存在的关联。为了在网络训练过程中增加输出目标间的关联,本文利用长短时记忆网络构建一种双输出系统框架,设计一种多目标损失函数计算策略用于网络训练。该框架估计出目标语音和噪声,基于此得到估计的带噪语音,然后对这三部分进行联合优化。实验结果表明,所提方法可以提高网络对噪声抑制能力,通过该策略可以获得质量更高,噪声残留更少的增强语音。      

人工耳蜗非实时研究平台开发与验证

人工耳蜗帮助超过40万人恢复了部分听力,但其性能仍有较大提升空间,且电听觉机理仍有待进一步揭示。针对诺尔康人工耳蜗系统开发了非实时研究平台。为了验证平台的有效性,对成年植入者开展了电听觉基础心理物理实验(位置音高和包络音高)和噪声中的言语接受阈测量实验。心理物理结果显示,被试者可以按照电极位置从蜗尖到蜗底或按照幅度调制频率从50~200 Hz,产生音高上升的感觉。言语测试显示,基于该平台实现的策略,能提供与临床处理器相当水平的噪声中言语接受阈。该平台可以帮助研究者快速开展电听觉心理物理和信号处理策略方面的研究。