BriefGPT - AI 论文速递
·
基于ARMAX-LF模型的声道和声门源参数建模与估计
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本研究提出了一种新型ARMAX-LF模型，利用深度神经网络提高了声门源和声道参数的估计准确性，特别是在鼻音、摩擦音和爆破音中，无需迭代。实验结果表明，该模型在元音和鼻化音参数估计上有显著提升。
🎯
关键要点
- 本研究提出了一种新型ARMAX-LF模型，旨在解决传统模型在某些语音声音中的估计误差问题。
- 新模型扩展了ARX-LF模型，以处理更广泛的语音音素。
- 利用深度神经网络的非线性拟合能力，实现了声门源及声道参数的更少误差和无需迭代的估计。
- 实验结果表明，ARMAX-LF模型在元音和鼻化音参数估计上显著提高了准确性。
➡️
