主要科研成果及奖励 |
主持国家自然科学基金一项 “基于噪声分组和对抗训练的语音增强方法研究”，完成山东省自然科学基金一项 “基于噪声环境分类的语音增强系统研究”，并作为主要研究人员参与多项纵横向课题的研究。以第一作者身份在国内外期刊发表论文9篇。 [1]袁文浩, 时云龙, 胡少东, 娄迎曦. 一种基于时频域特征融合的语音增强方法[J]. 计算机工程, 2021, 47(10): 75-81.
[2]Yuan, W.. Incorporating group update for speech enhancement based on convolutional gated recurrent network[J]. Speech Communication, 2021, 132:32–39. (SCI CCF-B)
[3]Yuan W.. A time–frequency smoothing neural network for speech enhancement[J]. Speech Communication, 2020, 124:75-84. (SCI CCF-B)
[4]袁文浩,胡少东,时云龙,李钊,梁春燕.一种用于语音增强的卷积门控循环网络[J].电子学报,2020,48(07):1276-1283.(EI)
[5]娄迎曦,袁文浩,彭荣群.基于准循环神经网络的语音增强方法[J].计算机工程,2020,46(04):316-320.(通信作者)
[6]袁文浩,梁春燕,娄迎曦,房超,王志强.一种时频平滑的深度神经网络语音增强方法[J].西安电子科技大学学报,2019,46(04):130-136. (EI)
[7]袁文浩,娄迎曦,梁春燕,夏斌.利用生成噪声提高语音增强方法的泛化能力[J].电子学报,2019,47(04):791-797. (EI)
[8]袁文浩,娄迎曦,夏斌,孙文珠.基于卷积门控循环神经网络的语音增强方法[J].华中科技大学学报(自然科学版),2019,47(04):13-18. (EI)
[9]袁文浩,娄迎曦,梁春燕,王志强.感知联合优化的深度神经网络语音增强方法[J].西安电子科技大学学报,2019,46(02):89-94. (EI)
[10]袁文浩,梁春燕,夏斌.基于深度神经网络的因果形式语音增强模型[J].计算机工程,2019,45(08):255-259.
[11]袁文浩,梁春燕,夏斌,孙文珠.一种融合相位估计的深度卷积神经网络语音增强方法[J].电子学报,2018,46(10):2359-2366. (EI)
[12]袁文浩,孙文珠,夏斌,欧世峰.利用深度卷积神经网络提高未知噪声下的语音增强性能[J].自动化学报,2018,44(04):751-759. (EI)
[13]Yuan Wenhao, Xia Bin. A speech enhancement approach based on noise classification[J]. Applied Acoustics. 2015,96:11-19. (SCI) |
