基于离散小波包变换与胶囊生成对抗网络的语音超分辨率算法

文档名：基于离散小波包变换与胶囊生成对抗网络的语音超分辨率算法
摘要：目前主流的语音超分辨率(SpeechSuper-Resolution,SSR)算法是使用卷积神经网络(ConvolutionalNeu-ralNetworks,CNN)把低分辨率(Low-Resolution,LR)语音信号转换为高分辨率(High-Resolution,HR)的语音信号.但只使用普通的CNN所带来的效果通常比较平滑且缺少细节信息.生成对抗网络(GenerativeAdversarialNetworks,GAN)的引入可以很好地解决这一问题.此外,胶囊网络(CapsuleNetworks,CapsNet)可以将空间信息编码为特征,这样与GAN结合可以更好地判断数据的真假.离散小波变换(DiscreteWaveletTransform,DWT)是一种正交多分辨分析的工具,它在信号处理方面有很出色的表现.小波变换的一个扩展是离散小波包变换(DiscreteWaveletPacketTransform,DWPT),它在某些应用中提供了更有效的信号分析.本文提出一种基于DWPT和胶囊生成对抗网络(CapsGAN)的SSR网络架构Wavelet-SRGAN.对比实验结果表明,本文所提的算法能以最少的参数实现与现有先进算法相当的性能.在算法上有几个核心步骤:(1)在生成器网络中加入DWPT层;(2)在鉴别器上加入胶囊网络;(3)训练时加入小波损失.

作者：陈习坤  杨俊美Author：CHENXi-kun  YANGJun-mei
作者单位：华南理工大学电子与信息学院,广东广州510640
刊名：电子学报 ISTICEIPKU
Journal：ActaElectronicaSinica
年，卷(期)：2023, 51(4)
分类号：TP391
关键词：语音超分辨率  生成对抗网络  离散小波变换  离散小波包变换  小波损失  
机标分类号：TP391.41TN911.72TP277
在线出版日期：2023年7月6日
基金项目：国家自然科学基金，国家自然科学基金基于离散小波包变换与胶囊生成对抗网络的语音超分辨率算法[
期刊论文]  电子学报--2023, 51(4)陈习坤  杨俊美目前主流的语音超分辨率(SpeechSuper-Resolution,SSR)算法是使用卷积神经网络(ConvolutionalNeu-ralNetworks,CNN)把低分辨率(Low-Resolution,LR)语音信号转换为高分辨率(High-Resolution,HR)的语音信号.但只使用普...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文

        基于离散小波包变换与胶囊生成对抗网络的语音超分辨率算法  Speech Super-Resolution Algorithm Based on Discrete Wavelet Packet Transform and Capsule Generative Adversarial Network

基于离散小波包变换与胶囊生成对抗网络的语音超分辨率算法.pdf

2024-12-14 11:21 上传 基于离散小波包变换与胶囊生成对抗网络的语音超分辨率算法.pdf

文件大小:

2.69 MB

下载次数:

60

高速下载