基于数据驱动字典和稀疏表示的语音增强.pdf

万方数据
基于数据驱动字典和稀疏表示的语音增强孙林慧杨震��辒�����������·����������������������瓵�引言���鰿������语音通信过程中不可避免会受到周围环境噪声的干扰,这些干扰使接收到的语音为被噪声污染的带噪信号。语音增强是解决噪声污染的有效办法,其主要任务是从带噪语音中恢复出原始纯净语音信号,改善语音质量,是噪声背景下进行语音识别和参数编码不可缺少的一部份。常用的语音增强方法有谱减法、卡尔曼滤波法、维纳滤波算法等⋯。近年来,基于信号统计模型的语音增强算法¨’��突�谛藕疟硎镜挠镆�增强方法”’也得到广泛关注。稀疏表示在信息压缩、信息分类、图像和声学处第�卷第�期��年�月信号处理�暇┯实绱笱�ㄐ庞胄畔⒐こ萄г海�翱泶�尴咄ㄐ庞氪ǜ型�际酢苯逃�恐氐闶笛槭遥��漳暇����摘要:本文提出了一种基于数据驱动字典和过完备稀疏表示的自适应语音增强方法。首先在训练阶段采用干净语音基于�嬉熘捣纸��畇�����������琄—��算法训练过完备字典,然后在测试阶段根据含噪语音的噪声方差自适应选择最优的阈值。采用正交匹配追踪算法对含噪语音信号在过完备字典上进行稀疏分解,最后利用系数稀疏表示重构语音信号。从而达到语音增强的目。该方法不像传统语音增强方法那样减少或消去噪声,而是从字典中选取适当的原子表示纯净信号,从而把纯净信号从含噪信号中分离出来。对白噪声和有色噪声环境下重构语音进行了主客观评价。仿真结果显示:该方法能有效去除加性噪声,并且改善了语音质量。关键词:语音增强;稀疏表示;过完备字典;正交匹配追踪;奇异值分解算法中图分类号:����文献标识码:�文章编号:��—������—��—���������,������興.���������������猄������,�收稿日期:��年��日;修回日期:��年����基金项目:国家重大基础研究��翁��������还�易匀豢蒲Щ�鹣钅������唤�帐∑胀ǜ咝Q芯可�蒲�创新计划项目���一��。��������甴������”���������琋衄�����������,����琂����惯������.�������且�甀��.�������琄��“���������:���駌��������猻��������甋����瑃���丑����’������,�����甌���������,�������.�����簊���������籹����������;�����������;���������籹����、
万方数据
叫�纺赐��一薹�瑇;,一���:�嗖�—��膕.�甐圳砒��,��,���������卅一��:�.�甐圳砒����狣��驯�灰籇�籌���—���������。�畉.�—�胙��上分解所得的系数矢量�.�骸!!��硎綟����范数,㈣。表示�妒�;�贙��算法训练一个过完其中���∑�瑇;表示去掉第�鲈�觗。后稀疏表��贙��算法训练语音信号驱动的过阵,其每一列对应一个原子�兀ァ�完备字典训练样本��羔,。��疚猋在�≤�����≠�定义�狽���卣螅�渲�蛾��琲��,其他都是理、通信等领域有着广泛的应用前景,特别是在压缩感知、欠定盲分离中的应用近年来为广大学者关注。由于有些信号在单一的正交基变换中不能非常有效地表现出来其稀疏性,���和���状