语音识别-语音增强-加噪声混响

文章目录

语音识别常用噪声库和混响库

OPEN SLR17（加性噪声）

这个就是非常出名的MUSAN噪声库，总共约11G，目录包含三个分类：
├── README
├── music
├── noise
├── speech

music中是音乐噪声；
noise包含各种背景噪声；
speech是一些说话人语音；

源openslr链接：http://www.openslr.org/resources/17/musan.tar.gz
国内源链接：https://openslr.magicdatatech.com/resources/17/musan.tar.gz
（用第二个链接会快一些；）

OPEN SLR28（混响噪声）

这个混响包含了real和simulated，包含不同房间大小的

源openslr链接：http://www.openslr.org/resources/28/rirs_noises.zip
国内源链接：https://openslr.magicdatatech.com/resources/28/rirs_noises.zip

参考链接

https://zhuanlan.zhihu.com/p/94273132
https://www.zhihu.com/question/278918708/answer/631873989

PS：

可以使用torchaudio.sox_effects改变音速和音量，对语音进行进一步增强；
可以将这两个库作成lmdb库，在语音相关模型训练时进行在线加噪声和混响，可以参考wekws项目中的add_noise/add_reverb实现。

语音识别-语音增强-加噪声混响相关推荐

语音增强：基于混响模型的LCMV滤波器
混响的定义: 混响效果等效为不同延迟的信号的叠加,因此即混响效果可以表示为一个FIR滤波器与信号源卷积的形式. 即 y ( t ) = g ⃗ ∗ s ⃗ ( t ) \mathrm{y}(t)=\v ...
语音增强原理之噪声估计
语音增强的整个过程,通常假设噪声为加性随机平稳噪声,且语音短时平稳,下面的原理描述中,都是在这两个假设前提之下来做的.整个语音增强的流程大致可以分为两大部分一.噪声估计二.衰减因子(有的地方也叫做 ...
给语音信号加混响的常用方法（方法一）
使用python包(pyroomacoustic)给干净语音加混响. Pyroomacoustics是一款旨在快速开发和测试音频阵列处理算法的软件包.包的内容可分为三个主要组成部分: 1.直观的Pyt ...
语音增强理论与实践 pdf_语音识别工具ESPnet代码结构
ESPnet: end-to-end speech processing toolkit 文档网站: https://espnet.github.io/espnet/installation.html ...
给语音信号加混响的常用方法（方法四）
使用Adobe audition给语音信号加混响. AU的界面如下图所示: 点击"效果",可看到"混响"的选项,包括了卷积混响,室内混响,环绕声混响等等
基于维纳滤波的语音增强算法 matlab,基于维纳滤波语音增强算法的改进实现
通过对维纳滤波的介绍,实现了基本维纳滤波效果;利用两级维纳滤波和两级滤波器组滤波方法实现了语音增强,达到了良好的效果. 维普资讯 http://doc.docsou.com 文章编号:0 2 8 8 ...
语音增强算法的概述[转]
选自:http://www.cnblogs.com/chunge2050/p/3159158.html 本课题隶属于学校的创新性课题研究项目.2012年就已经做完了,今天一并拿来发表. 目录: --基 ...
【信号处理】基于小波变换的语音增强matlab源码
一.简介语音通信是人类传播信息,进行交流时使用最多.最自然.最基本的一种手段.而这种通信中的信息载体-语音信号却是一种时变的.非平稳的信号,只有在很短的一段时间内(通常为10~30ms)才被认为是平 ...
基于小波变换的语音增强算法简单综述
前言: 语音通信是人类传播信息,进行交流时使用最多.最自然.最基本的一种手段.而这种通信中的信息载体-语音信号却是一种时变的.非平稳的信号,只有在很短的一段时间内(通常为10~30ms)才被认为是平稳 ...

语音识别-语音增强-加噪声混响

文章目录

语音识别-语音增强-加噪声混响相关推荐

最新文章

热门文章