基于Sparse K-SVD学习字典的语音增强方法

• 作者: 易才钦 李琳 王薇 郭东辉 黄玲
• 来源期刊: 厦门大学学报（自然科学版）
• 学科: 工学
• 关键词: 稀疏表示 Sparse K-SVD 自适应字典 语音增强
• 年，卷（期）: 2014,（1）
• 页码范围: 36-40
• 页数: 5页
• 分类号: TN912
• 字数: 4151字
• 语种: 中文
• DOI: 10.6043/j.issn.0438-0479.2014.01.008

摘要

提出一种基于Sparse K-SVD学习字典的语音增强方法,采用Sparse K-SVD算法自适应地训练一个可稀疏表示的冗余字典,在该冗余字典上采用正交匹配追踪(OMP)算法对带噪语音信号进行稀疏分解,利用稀疏系数矩阵重构纯净语音,实现语音增强.使用NOIZEUS语音库进行了一系列的语音增强实验,主客观评测数据表明,基于稀疏表示的语音增强方法(分别使用Sparse K-SVD和K-SVD训练字典)相对于传统语音增强方法(小阈值波法、谱减法、改进谱减法)可进一步改善语音质量;对字典训练时间进行统计,发现Sparse K-SVD算法训练字典消耗的时间为K-SVD算法训练时间的1/6～1/10,大幅度提高了计算效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭东辉	厦门大学信息科学与技术学院	129	1611	20.0	35.0
2	李琳	厦门大学信息科学与技术学院	26	117	7.0	10.0
3	黄玲	厦门大学信息科学与技术学院	15	63	4.0	7.0
4	王薇	厦门大学信息科学与技术学院	3	23	2.0	3.0
5	易才钦	厦门大学信息科学与技术学院	1	19	1.0	1.0