多重约束非负矩阵分解的非平稳噪声语音增强

• 作者: 刘诗涵 王迪松 邹月娴
• 来源期刊: 控制理论与应用
• 学科: 工学
• 关键词: 语音增强 低秩约束 稀疏约束 非负矩阵分解 非稳态噪声
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: “智能科学与大数据工程”专题报告
• 页码范围: 761-768
• 页数: 8页
• 分类号: TN912.35
• 字数: 867字
• 语种: 中文
• DOI: 10.7641/CTA.2017.60600

摘要

低信噪比非稳态噪声环境中的语音增强仍是一个开放且具有挑战性的任务.为了提高传统的基于非负矩阵分解(nonnegative matrix factorization,NMF)的语音增强算法性能,同时考虑到语音信号的时频稀疏特性和非稳态噪声信号的低秩特性,本文提出了一种基于多重约束的非负矩阵分解语音增强算法(multi-constraint nonnegative matrix factorization speech enhancement,MC–NMFSE).在训练阶段,采用干净语音训练数据集和噪声训练数据集分别构建语音字典和噪声字典.在语音增强阶段,在非负矩阵分解目标函数中增加语音分量的稀疏性约束和噪声信号的低秩性约束条件,MC–NMFSE能够更好地从带噪语音中获得语音分量的表示,从而提高语音增强效果.通过实验表明,在大量不同非平稳噪声条件和不同信噪比条件下,与传统的基于NMF的语音增强方法相比,MC–NMFSE能获得较低的语音失真和更好的非稳态噪声抑制能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邹月娴	北京大学信息工程学院现代信号与数据处理实验室	10	75	4.0	8.0
2	刘诗涵	北京大学信息工程学院现代信号与数据处理实验室	1	2	1.0	1.0
3	王迪松	北京大学信息工程学院现代信号与数据处理实验室	1	2	1.0	1.0