稀疏低秩模型下的单通道自学习语音增强算法.pdf

《稀疏低秩模型下的单通道自学习语音增强算法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第29卷第2期数据采集与处理Vo1．29No．22014年3月JournalofDataAcquisitionandProcessingMar．2O14文章编号：1004—9037(2014)02—0286—07稀疏低秩模型下的单通道自学习语音增强算法李轶南贾冲杨吉斌吴海佳张立伟(解放军理工大学指挥信息系统学院，南京，210007)摘要：针对现有基于字典学习的增强算法依赖先验信息的问题，基于矩阵的稀疏低秩分解提出一种无监督的单通道语音增强算法。该算法首先通过稀疏低秩分解将带噪语音的幅度谱分解为低秩、稀疏和噪声3部分，然后通过对低秩部分进行自学习构建出噪声字典，最

2、后利用所得噪声字典和乘性迭代准则于低秩和稀疏部分中分离出纯净语音。相较于其他基于字典学习的语音增强算法，本文所提算法无需语音或噪声的先验信息，因而更加方便和实用。实验结果显示，本文算法能够在保留语音谐波结构的同时有效抑制噪声，增强效果明显优于鲁棒主成分分析和多带谱减法。关键词：语音增强；无监督学习；字典学习；稀疏低秩分解中图分类号：TN912．3文献标识码：ASelf-LearningApproachforMonauralSpeechEnhancementBasedonSparseandLowRankMatrixDecompositionLiYinan，JiaC

3、hong，YangJibin，WuHaijia，ZhangLiwei(CollegeofCommandInformationSystem．PLAUniversityofScienceandTechnology，Nanjing，210007，China)Abstract：Toresolvethepriordependencyofexistingenhancementalgorithmsbasedondiction—arylearning，anunsupervisedself—learningapproachforspeechenhancementinonechan

4、nelre—cordispresented．Firstly，thealgorithmdecomposesthemagnitudespectrumofnoisyspeechefficientlyintolow—rankpart，sparsepartandnoisepart．Then，thedictionaryofnoiseisac—quiredbylearningthelow—rankpart．Finally，thecleanspeechisseparatedbyusingtheac—quirednoisedictionaryandmultiplicativeup

5、daterules．Astheapproachisunsupervised，itismoreconvenientandpracticethanotherenhancementmethodsbasedondictionarylearning．Theexperimentresultsshowthattheapproachproposedoutperformsotherenhancementmethodslikerobustprincipalcomponentanalysisandmultibandspectrasubtractionintermsofharmonic

6、structuremaintainingandnoisesuppression．Keywords：speechenhancement；unsupervisedlearning；dictionarylearning；sparseandlow—rankdecompositions经典算法l_】]，相应的改进算法也层出不穷，然而这引口些算法在去除实际环境中的噪声，特别是非平稳噪声以及类语音噪声时，其效果往往难以令人满意。语音信号在实际的应用中不可避免地会受到近年来，字典学习算法不断涌现[3]，基于字典来自周围环境噪声的污染，导致语音质量和可懂度学习的语音增强算法成为学

7、者们研究的热点，新的的下降。学者们一直致力于研究增强算法以期实算法不断被提出，这些新算法的出现为解决传统增现从被噪声污染的语音信号中尽可能准确地恢复强算法难以解决的棘手问题带来了新的曙光。出原始语音信号。自20世纪70年代以来，出现了文献Es]对语音和噪声分别进行字典学习，得诸如谱减法、卡尔曼滤波法、信号子空间法等诸多到二者的非负联合字典，通过将带噪语音在联合字基金项目：江苏省自然科学基金(BK2012510)资助项目。收稿日期：2013—11-24；修订日期：2014—01～03第2期李轶南，等：稀疏低秩模型下的单通道自学习语音增强算法287典上进行投影，分离

8、出纯净语音。文献E6]发