稀疏重构的压缩感知语声增强模型与算法

• 作者: 李双田 李洋
• 来源期刊: 信号处理
• 学科: 工学
• 关键词: 语声增强 稀疏重构 压缩感知 加权因子 加权正交匹配追踪
• 年，卷（期）: 2013,（9）
• 所属期刊栏目: 论文与技术报告
• 页码范围: 1120-1126
• 页数: 7页
• 分类号: TN912.35
• 字数: 5556字
• 语种: 中文

摘要

语声增强的目的在于消除带噪语声信号中的噪声干扰,提高语声信号的可听度与可懂度.与传统语声增强算法不同,本文利用语声信号与噪声信号的稀疏性差异,提出了一种基于稀疏重构的压缩感知语声增强模型,并导出该模型的数学表达式.基于此语声增强模型,本文还融入了语声信号的稀疏性与非平稳性,提出了语声存在概率为加权因子的加权正交匹配追踪语声增强算法.仿真实验表明本文提出的语声增强模型与算法具有可行性、有效性以及优越性.本算法不仅可以有效的抑制噪声干扰,还可以保留大部分语声信号,达到语声增强的目的.此外,与谱减法和最小均方误差算法比较,虽然本文算法计算量较大,但是其性能优越.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李双田	中国科学院声学研究所	32	212	7.0	12.0
2	李洋	中国科学院声学研究所	75	512	10.0	20.0