基于深度卷积神经网络的语音降噪研究

目的为了提高实际工作中获取到的音频资料中语音的质量,降低噪声对语音质量及可懂度的影响,提出了一种基于深度卷积神经网络的语音降噪模型。方法该模型通过卷积、加偏置、批量归一化、Relu激活的多层循环结构,能够有效地对低信噪比条件下语音中的洗衣机噪声、鼓掌噪声、汽车内部噪声等多种常见的环境噪声进行降噪处理。结果最终含噪语音经过模型处理后的MOS评分达到3.91分,其中最高分4.05分,最低分3.81分。结论该模型能够切实提高含噪语音的质量及可懂度,对于实际的公安工作、智慧警务建设、语音分析、语音文本识别等具有重要的意义和价值。     

基于深度卷积神经网络的伪造语音检测

为快速准确的识别公安工作中常见的伪造语音,采用深度卷积神经网络（Convolutional Neural Network, CNN）进行伪造语音检测。模型中卷积层可以有效获取声学信息,池化层进行下采样处理防止网络过拟合,全连接层则进行真伪分类。提取英文及中文数据库中音频文件的梅尔倒谱系数（Mel-Frequency Cepstral, MFCC）、线性频率倒谱系数（Linear Frequency Cepstral,LFCC）、伽玛通频率倒谱系数（Gammatone Frequency Ceptral Coefficient,GFCC）3种语音声学特征用于模型训练及测试。结果表明MFCC特征在该网络模型上结果最优,且在实验中所提神经网络对99%的伪造语音能够正确区分,在伪造语音检测中表现优秀。     

夜间涉案图像的去雾技术

夜间雾天条件下摄像设备获得的图像常出现颜色失真、光晕伪影等问题,这会导致图像信息丢失,不利于对图像内容信息的提取,给视频侦查工作带来困扰。为解决上述问题,提出一种基于像素级Alpha混合方法。首先依据大气散射模型,对图像中光源区和非光源区分别依据亮通道先验和暗通道先验估算相应的透射率,然后基于亮度感知权重图有效地把二者融合为一个混合透射率。接着,基于Retinex理论,使用一种通道差分引导滤波方法来估计环境照度。最后,在处理实际涉案图像的实验中表明,该方法能在颜色一致性和减少去雾图像中的光晕伪影方面取得很好的效果,能为公安侦查工作提供直观的图像信息。