音声強調への応用を伴う複素再帰変分オートエンコーダ【JST・京大機械翻訳】

Xie Yuying; Arildsen Thomas; Tan Zheng-Hua

プレプリント

J-GLOBAL ID：202202209626052437 整理番号：22P0325692

音声強調への応用を伴う複素再帰変分オートエンコーダ【JST・京大機械翻訳】

Complex Recurrent Variational Autoencoder with Application to Speech Enhancement

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年04月05日プレプリントサーバーでの情報更新日： 2023年05月12日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

変分オートエンコーダ(VAE)の拡張として,複雑なVAEは,潜在変数とデータをモデル化するために複雑なGauss分布を使用する。本研究では,特に複素値再帰ニューラルネットワークとL1再構成損失を用いた複雑な再帰VAEフレームワークを提案した。最初に,音声信号の時間特性を説明するために,本研究では複雑なVAEフレームワークにおける複素値再帰ニューラルネットワークを導入した。さらに,L1損失をこのフレームワークの再構成損失として使用した。音声処理における複雑な生成モデルの使用を例証するために,本論文では,特定のアプリケーションとして音声強調を選択した。実験はTIMITデータセットに基づいている。結果は,提案した方式が音声可理解性と信号品質における客観的計量に関する改良を提供することを示した。【JST・京大機械翻訳】

, , , , , , , , , ,
, , , , , 【Automatic Indexing@JST】

音声処理

, ,

前のページに戻る