融合CNN和Transformer編碼器的變聲語音鑒別與還原
所屬分類：技術(shù)論文
上傳者：zhoubin333
文檔大?。?span>774 K
標(biāo)簽： 基頻變聲 語音鑒偽 變聲還原
所需積分：0分積分不夠怎么辦,？
文檔介紹： 語音變聲偽裝會導(dǎo)致人耳感知和聲紋識別出現(xiàn)錯誤，從而達到隱匿說話人真實身份的目的。為削弱變聲語音的影響,，提出一種融合卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks,，CNN)和Transformer編碼器的模型,，提取變聲語音的局部特征和全局特征用于判別變聲因子,，并根據(jù)變聲因子的數(shù)值實施變聲語音還原。在中英文真實場景錄音數(shù)據(jù)集上驗證了所提方法的有效性,，對變聲因子判別實現(xiàn)了95%以上的準(zhǔn)確率,。利用所提出的方法，在黑箱條件下對某型商用硬件變聲器輸出的語音進行鑒別與還原,，取得了較好的效果,。
現(xiàn)在下載
VIP會員，AET專家下載不扣分,；重復(fù)下載不扣分,，本人上傳資源不扣分。