改进的稀疏字典学习单通道语音增强算法

合集下载

相关主题

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

李轶南张雄伟曾理黄建军
（解放军理工大学指挥信息系统学院，南京２１０００７）摘要：基于Ｋ奇异值分解字典学习方法及其非负约束下的修改算法，本文提出一种改进的单通道语音增强算
法。该算法将噪声划分为结构化噪声和非结构化噪声两部分。首先通过稀疏字典学习的方法对结构化噪声进行
ｎｏｉｓｅｄｉｃｔｉｏｎａｒｙｉｓｌｅａｒｎｅｄｆｒｏｍａｔｒａｉｎｉｎｇｎｏｉｓｅｄａｔａｂａｓｅ．Ｔｈｅｎ，ｗｅｒｅｍｏｖｅｔｈｅｓｔｒｕｃｔｕｒｅｄｎｏｉｓｅｉｔｅｒａｔｉｖｅｌｙｂｙｕｓｉｎｇｔｈｅ
ｃｏｎｔａｍｉｎａｔｅｄｓｐｅｅｃｈ．Ｉｎｔｈｅｐｒｏｐｏｓｅｄａｐｐｒｏａｃｈ，ｎｏｉｓｅｉｓｃａｔｅｇｏｒｉｚｅｄａｓｓｔｒｕｃｔｕｒｅｄａｎｄｕｎｓｔｒｕｃｔｕｒｅｄｎｏｉｓｅ．Ｆｉｒｓｔｌｙ，ｔｈｅ
（ＣｏｌｌｅｇｅｏｆＣｏｍｍａｎｄＩｎｆｏｒｍａｔｉｏｎＳｙｓｔｅｍ，ＰＬＡＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，Ｎａｎｊｉｎｇ２１０００７，Ｃｈｉｎａ）
ｐｅｒｆｏｒｍｓｓｔａｔｅ — ｏｆ－ｔｈｅ・－ａｒｔｍｅｔｈｏｄｓｌｉｋｅｍｕｌｔｉ — ｂａｎｄｓｐｅｃｔｒａｌｓｕｂｔｒａｃｔｉｏｎａｎｄｔｈｅｎｏｎ — ｎｅｇａｔｉｖｅｓｐａｒｓｅｃｏｄｉｎｇｂａｓｅｄｎｏｉｓｅｒｅｄｕｃ・－
第３０卷第１期
２０１４年１月
信号处理
ＪＯＵＲＮＡＬＯＦＳＩＧＮＡＬＰＲ０ＣＥＳＳＩＮＧ
Ｖ０ｌ＿３０Ｎｏ．１
Ｊａｎ．２０１４
改进的稀疏字典学习单通道语音增强算法
建模，训练出噪声字典；然后，使用所得噪声字典去除带噪语音中的结构化噪声；最后，采用过完备字典和稀
疏表示的方法对纯净语音进行提取，去除非结构化噪声。实验结果表明，在平稳或非平稳噪声环境下，本文算
Hale Waihona Puke 法均能有效去除加性噪声，性能优于多带谱减法和基于非负稀疏编码的增强算法。
关键词：语音增强；字典学习；过完备字典；稀疏表示中图分类号：ＴＮ９１２．３文献标识码：Ａ文章编号：１００３ — ０５３０（２０１４）０１－００４４－０７
ＡｎＩｍｐｒｏｖｅｄＭｏｎａｕｒａｌＳｐｅｅｃｈＥｎｈａｎｃｅｍｅｎｔＡｌｇｏｒｉｔｈｍ
ｎｏｉｓｅｄｉｃｔｉｏｎａｒｙ．Ｆｉｎａｌｌｙ，ｔｈｅａｐｐｒｏａｃｈａｄｏｐｔｓｓｐａｒｓｅａｎｄｒｅｄｕｎｄａｎｔｒｅｐｒｅｓｅｎｔａｔｉｏｎｓｏｖｅｒｔｒａｉｎｅｄｄｉｃｔｉｏｎａｒｙｔｏｓｅｐａｒａｔｅｔｈｅｃｌｅａｎｓｐｅｅｃｈｒｆｏｍｔｈｅｕｎｓｔｒｕｃｔｕｒｅｄｎｏｉｓｅ．Ｅｘｔｅｎｓｉｖｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｅｎｈａｎｃｅｍｅｎｔｍｅｔｈｏｄｐｒｏｐｏｓｅｄｏｕｔ —
ＢａｓｅｄｏｎＳｐａｒｓｅＤｉｃｔｉｏｎａｒｙＬｅａｒｎｉｎｇ
ＵＹｉ — ｎａｎＺＨＡＮＧＸｉｏｎｇ — ｗｅｉＺＥＮＧＬｉＨＵＡＮＧＪｉａｎ－ｊｕｎ
Ａｂｓｔｒａｃｔ：
ＴｈｉｓｐａｐｅｒａｐｐｌｉｅｓｔｈｅＫ・－ＳｉｎｇｕｌａｒＶａｌｕｅＤｅｃｏｍｐｏｓｉｔｉｏｎｍｅｔｈｏｄａｎｄｉｔｓｎｏｎ・－ｎｅｇａｔｉｖｅｖａｒｉａｎｔｔｏｅｎｈａｎｃｅｔｈｅ
ｔｉｏｎａｌｇｏｒｉｔｈｍ．