NMF的有监督算法在瞬变电磁信号降噪中的应用

瞬变电磁信号易受各种噪声的干扰,尤其是在信号晚期,噪声甚至会淹没有效信号,严重影响了后期的反演.为此,提出了将瞬变电磁信号分为早中期和晚期两部分进行处理的思路,并首次将非负矩阵分解(NMF)的有监督算法应用于受噪声影响较大的瞬变电磁晚期信号的处理.首先,在训练阶段,将纯净信号进行短时傅里叶变换和非负矩阵分解处理,得到表...     

语音增强与检测的多任务学习方法研究

在许多语音信号处理的实际应用中，都要求系统能够低延迟地实时处理多个任务，并且对噪声要有很强的鲁棒性。针对上述问题，提出了一种语音增强和语音活动检测（Voice Activity Detection，VAD）的多任务深度学习模型。该模型通过引入长短时记忆（Long Short-Term Memory，LSTM）网络，构建了一个适合于实时在线处理的因果系统。基于语音增强和VAD的强相关性，该模型以硬参数共享的方式连接了两个任务的输出层，不仅减少了计算量，还通过多任务学习提高了任务的泛化能力。实验结果表明，相较串行处理两个任务的基线模型，多任务模型在语音增强结果非常相近、VAD结果更优的情况下，其速度快了44.2%，这对于深度学习模型的实际应用和部署将具有重要的意义。