语音识别-语音增强-加噪声混响

1. OPEN SLR17（加性噪声）

这个就是非常出名的MUSAN噪声库，总共约11G，目录包含三个分类：
├── README
├── music
├── noise
├── speech

music中是音乐噪声；
noise包含各种背景噪声；
speech是一些说话人语音；

• 源openslr链接：http://www.openslr.org/resources/17/musan.tar.gz
• 国内源链接：https://openslr.magicdatatech.com/resources/17/musan.tar.gz
  （用第二个链接会快一些；）

2. OPEN SLR28（混响噪声）

这个混响包含了real和simulated，包含不同房间大小的

• 源openslr链接：http://www.openslr.org/resources/28/rirs_noises.zip
• 国内源链接：https://openslr.magicdatatech.com/resources/28/rirs_noises.zip

参考链接

• https://zhuanlan.zhihu.com/p/94273132
• https://www.zhihu.com/question/278918708/answer/631873989

PS：

• 可以使用torchaudio.sox_effects改变音速和音量，对语音进行进一步增强；
• 可以将这两个库作成lmdb库，在语音相关模型训练时进行在线加噪声和混响，可以参考wekws项目中的add_noise/add_reverb实现。

最后

以上就是缥缈绿草为你收集整理的语音识别-语音增强-加噪声混响的全部内容，希望文章能够帮你解决语音识别-语音增强-加噪声混响所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。