机译:无回声和混响条件下的同频道发言人识别
Department of Computer Science and Engineering, The Ohio State University, Columbus, OH, USA;
Cochannel speaker identification; Gaussian mixture model (GMM); deep neural network (DNN); reverberation; target-to-interferer ratio;
机译:在混响条件下启用基于AneChoic U-Net的语音分离模型和脱机应用程序
机译:使用自相关的早期反射检测可提高混响条件下说话者验证的鲁棒性
机译:联合嘈杂和混响条件下基于TDOA的扬声器定位的性能改进
机译:使用基于正弦模型的可用语音检测增强同频道条件下的说话人识别
机译:混响条件中扬声器分离的深度学习方法
机译:两麦克风空间滤波可改善带有多个噪声源的混响条件下人工耳蜗用户的语音接收
机译:在混响条件下利用深度神经网络和头部运动实现多个扬声器的双耳定位
机译:在消声,半混响和耳机聆听条件下感受到噪音