文件名称：提取均值信号特征的matlab代码-IterativeHybridDNNforBinauralBSS:用于双耳BSS的迭代混合DNN
文件大小：18KB
文件格式：ZIP
更新时间：2024-06-21 16:16:02
系统开源
提取均值信号特征的matlab代码用于独立于说话者的双耳盲语分离的迭代深度神经网络 刘庆菊、徐勇、菲利普·科尔曼、菲利普·JB·杰克逊、王文武 在 ICASSP 2018 卡尔加里，加拿大 一种基于迭代深度神经网络 (DNN) 的双耳源分离方案，用于在房间环境中恢复两个并发语音信号。 除了常用的光谱特征外，DNN 还采用非线性包裹的双耳空间特征作为输入，使用通过反馈回路从 DNN 输出估计的参数迭代地细化。 已经测试了不同的 DNN 结构，包括经典的多层感知回归架构以及具有卷积层和密集连接层的新型混合网络。 此代码在 Python 中实现，与后端一起使用，其中设置了 "image_data_format": "channels_first"。 数据准备 要训练源分离模型，您需要准备训练数据和两个训练参数。 训练数据被组织在文件夹/TrainDataDirectory 中，该文件夹具有三个不同性别（男性和女性，M 和F）组合的子文件夹，即/MM、/MF、/FF。 在每个子文件夹中，都有大量的 mat 文件（由 Matlab 生成），每个文件都包含以下训练特征： mixLogPower
【文件预览】：
IterativeHybridDNNforBinauralBSS-master
----BSSseparationUnmatched.py(8KB)
----Others.py(18KB)
----DataGeneration.py(15KB)
----GenerateModels.py(7KB)
----BSSProcessFeature.py(2KB)
----README.md(4KB)
----DataGenerationRaw.py(13KB)
----STFT.py(582B)