經(jīng)過傳統(tǒng)的聯(lián)合字典學(xué)習(xí)算法所訓(xùn)練出來的語音字典會與相同算法下訓(xùn)練出來的噪聲字典之間形成相互干擾,殘留的噪聲以及波形失真都是降噪之后的語音容易產(chǎn)生的問題.針對這一問題,提出一種新的算法,其基于稀疏表示及區(qū)分性聯(lián)合字典學(xué)習(xí).為確保信號能夠在其對應(yīng)子字典上進行正確稀疏表示,在字典的學(xué)習(xí)階段,這個算法添加了字典區(qū)分約束項.最后利用基于區(qū)分性聯(lián)合字典得到的稀疏表示系數(shù)對純凈語音進行估計,有效避免了語音失真,獲得了更好的語音降噪效果.相比于傳統(tǒng)算法,實驗結(jié)果表明,所提算法在兩種評測方式下均獲得了最優(yōu)的評價結(jié)果. 

【文章來源】：小型微型計算機系統(tǒng). 2020,41(05)北大核心

【文章頁數(shù)】：5 頁

【部分圖文】：

平均表示誤差

圖1 平均表示誤差實驗結(jié)果表明，兩種算法都具有優(yōu)越的性能，大約經(jīng)過15次迭代，兩種算法就都能讓原始字典中的大多數(shù)原子恢復(fù)，隨著迭代次數(shù)的增加，這兩種算法下的平均表示誤差均呈現(xiàn)遞減的趨勢，并最終都保持在0.1以下．從整個迭代過程來看，D-Sparse K-SVD算法的相對誤差和收斂速度都優(yōu)于K-SVD算法．

圖3為本文提出的稀疏表示及區(qū)分性聯(lián)合字典學(xué)習(xí)語音降噪算法的具體流程．首先，利用D-Sparse K-SVD算法得到初始字典D(0)，在誤差還未達到收斂條件或者迭代次數(shù)之前，持續(xù)進行稀疏分解與字典更新．在稀疏分解的過程中，重復(fù)稀疏分解和字典更新，直到誤差達到收斂條件或迭代次數(shù)．LARC算法用于執(zhí)行在先前迭代中由訓(xùn)練樣本獲得的字典的稀疏分解以獲得稀疏系數(shù)，在字典更新中利用L-BFGS算法優(yōu)化目標函數(shù)，得到更新后的聯(lián)合字典D(由純凈語音字典DS和噪聲字典DN組成)．然后基于區(qū)分性聯(lián)合字典D，采用LARC算法對帶噪語音Y進行稀疏表示，得到稀疏系數(shù)矩陣C,C=[CS;CN]．估計的純凈語音幅度譜可以用^S=DS×CS來表示，將得到的^S乘上帶噪語音的相位，然后通過逆短時傅里葉變換恢復(fù)出純凈語音信號．

【參考文獻】：
期刊論文
[1]改進譜減法語音增強研究[J]. 屈曉旭,李朝輝,婁景藝.  通信技術(shù). 2017(09)
[2]基于自適應(yīng)逼近殘差的稀疏表示語音降噪方法[J]. 周偉力,賀前華,王亞樓,龐文豐.  電子與信息學(xué)報. 2017(02)

博士論文
[1]復(fù)雜場景下基于深度學(xué)習(xí)的魯棒性語音識別的研究[D]. 屠彥輝.中國科學(xué)技術(shù)大學(xué) 2019



本文編號：3001223