在上个博文中采用的hop_size=frame_size*3/4,这个效果如图：第一个是没有overlap
第二个图是OLA后的图，看起来比较好，但是听起来还是有杂声啊。。。我去，人生艰难啊。。。
而且处理时间是原来的3倍了，卧槽，这个不能忍啊。首先要确认，到底是不是分帧处理产生的，或者还是声音处理没做好？
实际应用中不可能那么大的hopsize，最多一半已经够了，不然没法玩。
另外有相关问题可以加入QQ群讨论，不设微信群
QQ群：868373192
语音深度学习群
相关文章：
相似解决方案
热门标签