ASV_DNN

该存储库包含在TIMIT数据库上使用深度神经网络进行自动说话人识别实验的Matlab代码。其中，我们添加了Microsoft工具箱（MST身份）的基线GMM-UBM实现。对于DNN，我们在Matlab中实现了几种初始化方案，如规范化初始化、随机游走init等，并探索了多种学习速率方法，如sgd-cm、ada-delta和adam。所有代码均基于GPU加速。

Matlab中基于深度神经网络（DNN）的单通道语音增强技术，利用DNN估计STFT字段中语音的相位信息，以提升语音质量和清晰度。在运行代码时，需注意如下顺序调整：isseq = [1, 1, 1]; % 控制三个阶段：混合、获取特征、训练和测试DNN。演示包含DNN模型和BLSTM模型生成的wav演示。示例包括使用TIMIT corpurs的不同噪声环境和发言人，以及SNR的变化。