基于波束形成的长短时记忆网络语音分离算法研究

在利用深度学习方式进行语音分离的领域,常用卷积神经网络(RNN)循环神经网络进行语音分离,但是该网络模型在分离过程中存在梯度下降问题,分离结果不理想。针对该问题,该文利用长短时记忆网络(LSTM)进行信号分离探索,弥补了RNN网络的不足。多路人声信号分离较为复杂,现阶段所使用的分离方式多是基于频谱映射方式,没有有效利用语音信号空间信息。针对此问题,该文结合波束形成算法和LSTM网络提出了一种波束形成LSTM算法,在TIMIT语音库中随机选取3个说话人的声音文件,利用超指向波束形成算法得到3个不同方向上的波束,提取每一波束中频谱幅度特征,并构建神经网络预测掩蔽值,得到待分离语音信号频谱并重构时域信号,进而实现语音分离。该算法充分利用了语音信号空间特征和信号频域特征。通过实验验证了不同方向语音分离效果,在60°方向该算法与IBM-LSTM网络相比,客观语音质量评估(PESQ)提高了0.59,短时客观可懂(STOI)指标提高了0.06,信噪比(SNR)提高了1.13 dB,另外两个方向上,实验结果同样证明了该算法较IBM-LSTM算法和RNN算法具有更好的分离性能。

以有效教学提高学生信息素养

在全面实施素质教育的过程中,加强学生核心素养的培育,已经是当今时代的一项重要内容。信息科技是现代科学技术领域的重要组成部分,信息科技课程具有基础性、综合性、实践性特点,它在培养学生的综合素养方面有着举足轻重的地位。小学阶段是学生打好基础、培养技能的“黄金期”,是学生全面发展的重要时期。本文就如何有效开展信息科技教学提高小学生信息素养进行探讨。

煤矿供电设备电气保护技术研究

随着我国经济的高速发展,煤炭消耗总量也在逐年上升,这为煤炭行业生产带来了严峻的挑战。虽然供电设备提升了煤矿的开 采效率,但供电安全问题也对煤矿安全管理提出了更高的要求。供电设备在运行时具有一定的危险性,如果在使用时存在操作不当等问题, 会降低供电设备的质量以及安全性。在煤矿生产时,供电设备故障不但会影响施工效率,还会威胁工作人员的生命安全,所以企业的管理 者一定要重视这项工作,要避免供电设备故障对企业经济造成较大影响,还要优化电气保护技术,做好防治工作。