稀疏卷积非负矩阵分解的语音增强算法

• 作者: 张立伟 张雄伟 曾理 贾冲 闵刚
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 语音增强 稀疏卷积 非负矩阵 字典训练 稀疏因子
• 年，卷（期）: 2014,（2）
• 页码范围: 259-264
• 页数: 6页
• 分类号: TN912.3
• 字数: 4347字
• 语种: 中文

摘要

鉴于卷积非负矩阵分解在语音增强算法中的成功应用,进一步考虑语音信号在时频域的稀疏性,提出了稀疏卷积非负矩阵分解(Sparse convolutive nonnegative matrix factorization,SCNMF)的语音增强算法.该算法包括训练和增强两个阶段.训练阶段通过SCNMF算法分别对纯净语音和噪声的频谱进行训练,得到纯净语音和噪声字典,并将其作为增强阶段的先验信息.增强阶段首先通过SCNMF算法对带噪语音的频谱进行分解,然后利用纯净语音和噪声联合字典以及相应的迭代公式对语音编码矩阵进行估计,重构增强语音.通过实验仿真分析了稀疏因子对增强语音质量的影响.实验结果表明,在非平稳噪声和低信噪比条件下,本文算法增强效果均优于多带谱减、非负矩阵分解和卷积非负矩阵分解等传统的算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张雄伟	解放军理工大学指挥信息系统学院	150	933	16.0	22.0
2	曾理	解放军理工大学指挥信息系统学院	9	48	3.0	6.0
3	贾冲	解放军理工大学指挥信息系统学院	14	85	5.0	9.0
4	闵刚	解放军理工大学指挥信息系统学院	13	71	5.0	8.0
8	张立伟	解放军理工大学指挥信息系统学院	6	32	3.0	5.0