Exploring multi-channel features for denoising-autoencoder-based speech enhancement

This paper investigates a multi-channel denoising autoencoder (DAE)-based speech enhancement approach. In recent years, deep neural network (DNN)-based monaural speech enhancement and robust automatic speech recognition (ASR) approaches have attracted much attention due to their high performance. Al...

Celý popis

Podrobná bibliografie

Vydáno v:	2015 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP) s. 116 - 120
Hlavní autoři:	Araki, Shoko, Hayashi, Tomoki, Delcroix, Marc, Fujimoto, Masakiyo, Takeda, Kazuya, Nakatani, Tomohiro
Médium:	Konferenční příspěvek
Jazyk:	angličtina
Vydáno:	IEEE 01.04.2015
Témata:	Artificial neural networks Deep learning denoising autoencoder Filter banks multi-channel noise suppression Noise reduction PASCAL 'CHiME' challenge Testing Training
ISSN:	1520-6149
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!