所属分类：综合补充资料 当前为单品课程，可返回上一级继续浏览同方向资料。
← 返回上一级
← 返回所属目录 咨询 / 购买

深度学习语音降噪与声源分离

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导入
学习目标 · 课程结构 · 语音降噪与声源分离的定义
课程导入学习目标
02
语音信号基础
采样与量化 · 时域与频域表示 · 短时傅里叶变换（STFT）
语音信号基础采样
03
噪声与混响基础
常见噪声类型（平稳 · 非平稳 · 瞬态）
噪声混响基础
04
传统语音增强方法
谱减法 · 维纳滤波 · 最小均方误差（MMSE）估计
传统语音增强方法谱减法
05
传统声源分离方法
独立成分分析（ICA） · 非负矩阵分解（NMF） · 波束形成（Beamforming）
传统声源分离方法ICA
06
深度学习基础回顾
神经网络 · 激活函数 · 损失函数
深度学习基础回顾神经网络
07
深度学习语音增强框架
输入特征（幅度谱 · 复数谱 · 波形）
深度学习语音增强…输入特征
08
经典语音增强模型
全连接网络（DNN） · 卷积神经网络（CNN） · 循环神经网络（RNN/LSTM）
经典语音增强模型DNN
09
基于U-Net的语音增强
U-Net架构 · 跳跃连接 · 多尺度特征融合
U-Net基于
10
基于Transformer的语音增强
自注意力机制 · 位置编码 · Transformer在序列建模中的…
Transformer基于
11
生成式模型与语音增强
生成对抗网络（GAN）用于语音增强 · 对抗损失 · 感知损失
生成式模型语音增强
12
扩散模型与语音增强
扩散模型原理 · 前向与反向过程 · 在语音增强中的最新应用
扩散模型语音增强
13
声源分离问题定义
单通道与多通道分离 · 说话人分离 · 语音与噪声分离
声源分离问题定义单通道
14
经典声源分离模型
Deep Clustering · Permutation Invari… · Deep Attractor Net…
经典声源分离模型Deep
15
时域声源分离模型
Conv-TasNet · Dual-Path RNN（DPRN… · SepFormer
时域声源分离模型Conv-TasNet
16
多通道声源分离
麦克风阵列 · 波束形成与深度学习的结合 · 空间特征
多通道声源分离麦克风阵列
17
语音增强与分离的联合任务
联合降噪与分离 · 级联与多任务学习 · 共享表示
语音增强分离的联合任务
18
数据准备与增强
公开数据集（如LibriSpeech · WHAM · DNS Challenge）
数据准备增强
19
特征工程与预处理
对数梅尔谱 · 功率谱 · 复数谱
特征工程预处理
20
损失函数设计
均方误差（MSE） · 平均误差（MAE） · SI-SNR
损失函数设计MSE
21
模型训练技巧
学习率调度 · 梯度裁剪 · 批量大小
模型训练技巧学习率调度
22
模型评估与验证
客观指标（PESQ · STOI · SDR
模型评估验证
23
实时语音增强与分离
低延迟模型设计 · 流式处理 · 因果卷积
实时语音增强分离
24
案例实战
基于Conv-TasNet的语音分离… · 从数据准备到训练评估
案例实战Conv-TasNet
25
案例实战
基于U-Net的语音降噪系统搭建 · 包括数据加载 · 模型定义
案例实战U-Net
26
案例实战
使用预训练模型（如Demucs · SepFormer）进行音乐源分离 · 并微调以适应特定场景
案例实战Demucs
27
常见问题与调试
训练不收敛 · 梯度爆炸/消失 · 过拟合
常见问题调试
28
前沿进展与趋势
自监督学习 · 大模型（如Whisper）在语音增强… · 多模态融合
前沿进展趋势
29
综合项目
设计一个完整的语音降噪与分离系统 · 从需求分析 · 数据采集
综合项目设计一个完整的语…
30
课程总结与进阶路径
核心知识回顾 · 常见误区 · 推荐与开源工具
课程总结进阶路径