简介:摘要:语音增强是一项把语言在干扰声中强化起来的关键技术,也是语言信号处理的核心研发内容之一。近年来,深度学习技术在语音增强中的成熟运用促进了该技术的迅速发展,同时也被积极的应用到广播电视产业之中,并展现出了明显的优势及效果。基于此,本文首先简要回顾了在电视广播技术领域中应用的基于深度学习的语音增强技术;然后针对当前语音增强存在的问题,在现有基础上设计了一种基于卷积特征计算的门控循环神经网络,以尽可能的提升语音增强效果;最后,经实验结果表明,本文提出的语音增强模型的语音增强效果优于现有语音增强模型的语音增强效果,表明该模型在广播电视技术的语音增强任务中具有一定的有效性和可行性。
简介:语音信号数字处理技术在国民经济、日常生活和军事领域有着极为重要的应用价值和极其广阔的应用空间。本文介绍了语音信号处理在信息科学中的作用以及应用于科学领域的技术。
简介:摘要:在当前的发展阶段下,产业升级转型正在不断推进,在此背景下,人工智能技术获得了很大的发展,人工智能技术作为信息技术高度发展的产物,能够在社会生产生活中发挥重要的作用。目前人工智能技术已经被广泛的应用于各个行业领域中,相关技术的应用在转变产业发展方式,提升生产效率方面发挥了重要的作用。目前来看,在人工智能领域,语音识别技术发展较快,且技术也较为成熟,已经进入到了商业应用阶段,基于语音识别技术的智能语音机器人也被实际投入应用,并在应用的过程中展示出了较为明显成本优势以及效率优势。基于以上认识,本文从语音识别技术的概念出发,结合现阶段语音识别的实现难点,探讨语音识别技术在智能语音机器人中的应用要点以及应用实践,希望该研究能够能够为语音识别技术的实际应用提供一定的参考。
简介:语音识别技术近年来得到了飞速的发展并且在越来越多的领域得到了广泛的应用。隐马尔可夫模型(HMM)语音识别技术是一种基于训练数据提供的概率自动构造识别系统的技术,主要用于大量词汇的语音识别,而且具有良好的识别性能和抗噪性能。因此,一般的语音识别系统都采用基于HMM的识别方法作为其基本算法。本文列举了语音识别在教学中的应用示例来分析其基本算法。