公开(公告)号：CN110634502B

公开(公告)日：2022-02-11

申请号：CN201910840498.5

申请日：2019-09-06

Applicant: 南京邮电大学

Inventor： 孙林慧 ,  朱阁 ,  傅升 ,  邹博

IPC: G10L21/0272 ,  G10L15/02 ,  G10L15/06 ,  G10L15/16

Abstract: 本发明提供了一种基于深度神经网络的单通道语音分离算法，主要包括以下步骤：对训练语音样本进行预处理，并提取其特征信息；使用损失函数对深度神经网络进行训练，以获得深度神经网络模型；将待测试语音样本进行预处理，提取其特征信息，并通过训练后的深度神经网络模型进行语音分离，再通过语音重构得到分离结果。本发明利用输入输出之间的非线性关系来训练深度神经网络，与传统基于单输出深度神经网络的分离方法相比，它充分挖掘了输出之间的联合关系，且分离效率较高，一次可分离两个源语音信号，有效地降低了语音的失真率，同时提高了分离语音的可懂性。

公开(公告)号：CN113539293A

公开(公告)日：2021-10-22

申请号：CN202110911979.8

申请日：2021-08-10

Applicant: 南京邮电大学

Inventor： 孙林慧 ,  张蒙 ,  梁文清 ,  王灿 ,  李平安

IPC: G10L21/0272 ,  G10L21/0308 ,  G10L25/03 ,  G10L25/24 ,  G10L25/30 ,  G06N3/04

Abstract: 本发明公开了一种基于卷积神经网络和联合优化的单通道语音分离方法，属于语音分离技术领域，包括对语音信号进行预处理，提取单个信号和混合语音信号的幅度谱特征，并计算多通道特征和目标信号的理想浮值掩蔽；将多通道特征输入卷积神经网络，并提取深度特征；将深度特征和多通道特征进行融合，作为全连接层的输入，输出为目标信号的理想浮值掩蔽，并进行参数寻优以训练卷积神经网络；将混合语音信号输入训练后的卷积神经网络，以实现对混合语音信号进行分离。本发明通过将混合幅度谱特征与深度特征在融合层进行融合来训练分离模型，使输入特征所包含的语音信息更加的丰富；对网络参数进行联合优化，使得分离语音的清晰度和可懂度大幅提高。

公开(公告)号：CN109036465B

公开(公告)日：2021-05-11

申请号：CN201810685220.0

申请日：2018-06-28

Applicant: 南京邮电大学

Inventor： 孙林慧 ,  陈嘉

IPC: G10L25/63 ,  G10L25/30 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明揭示了一种语音情感识别方法，包括如下步骤：S1、将实验所用的语音数据转换成语谱图；S2、对所得到的语谱图进行数据扩增处理；S3、由传统卷积神经网络构建出融合深浅层特征的卷积神经网络；S4、分别采用传统的卷积神经网络以及融合深浅层特征的卷积神经网络进行语音情感识别实验，比较二者的语音情感识别率。本发明可以充分提取语谱图特征，从而提高语音情感识别率，相对于传统的卷积神经网络，本发明中所提出的深浅层特征融合的卷积神经网络可以通过将浅层特征进行降维，充分地与深层特征进行融合，从而得到更能代表各类情感的特征。本发明不仅可以有效地提高语音情感识别率、确保识别的准确性，而且具有更为优异的泛化能力。

公开(公告)号：CN112116921A

公开(公告)日：2020-12-22

申请号：CN202010945388.8

申请日：2020-09-10

Applicant: 南京邮电大学

Inventor： 孙林慧 ,  王灿 ,  李平安

IPC: G10L21/0272 ,  G10L25/30

Abstract: 本发明公开了一种基于整合优化器的单声道语音分离方法，克服了现有单通道语音分离系统的不足，提出将DNN优化器RAdam和LookAhead优化器相结合来求解语音分离模型消费函数的方法，该方法与传统基于随机梯度下降（SGD）和近来的Adam为梯度下降的语音分离系统相比较，在不增加系统的训练复杂度的情况下，它不仅可以防止语音分离模型的消费函数收敛于局部最优解，还可以提高消费函数的收敛速度，并且在优化器的超参数设置上不像传统的SGD那么要求苛刻；从而使语音分离的分离效果更佳，分离性能得到进一步提升，使分离后语音的可懂度和清晰度得到提高，可以更准确的分离混合在一起的语音信号。

公开(公告)号：CN106548780B

公开(公告)日：2019-10-15

申请号：CN201610970186.2

申请日：2016-10-28

Applicant: 南京邮电大学

Inventor： 孙林慧 ,  赵城 ,  薛海双

IPC: G10L19/00

Abstract: 本发明公开了一种语音信号的压缩感知重构方法，该方法克服了现有语音信号压缩重构技术的不足，提出一种基于平滑l0(Smooth L0)范数的语音信号压缩重构方法，该方法与传统的语音信号重构方法比较，SL0算法在重构前不需要知道该语音信号的稀疏度，而且具有计算量小、匹配度高、重构时间少等优点。为了达成上述目的，本发明的解决方案是：使用新的平滑L0范数进行语音信号的重构。本发明相比于传统的语音信号重构方法，提出的改进的平滑L0算法采用了最速下降法和梯度投影算法，因此具有计算量小、匹配度高以及重构时间少等优点。