基于低秩与稀疏矩阵分解的子空间语音增强方法的研究

来源 :南昌航空大学 | 被引量 : 0次 | 上传用户:j2eeweb
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
子空间语音增强方法可以有效地从带噪语音样本中估计出增强后语音。在传统的子空间方法中,一个关键的步骤是通过子空间分解方法分解出一个与语音信号有关的子空间和与噪声信号相关的子空间,通常是由奇异值分解或特征值分解来完成。然而,由于传统的子空间分解算法是脆弱的,容易受大噪声影响并使其分解精度变低,因此在低信噪比的情况下导致增强后的语音信号中有大量的残留噪声。本课题提出了基于低秩和稀疏矩阵分解(JLSMD)子空间方法的语音增强算法。在该方法中,本课题首先将带噪语音信号数据改为Toeplitz矩阵和估计其纯净语音信号矩阵的有效秩。然后通过基于JLSMD的子空间分解,分解得到对应于增强后语音的低秩分量和对应于噪声信号的稀疏分量。同时本课题将JLSMD算法扩展到有色噪声的情况下,对有色噪声进行预白化处理,改进了合成分析方法,使其应用性更广。将JLSMD算法在高斯白噪声和现实世界的噪音的情况下进行了实验。实验结果显示在许多类型的强噪声条件下,该方法比传统方法产生更少的残留噪声,而且使语音失真更低。本课题的方法和工作成果如下:1.在白噪声的情况下,提出了基于JLSMD的子空间语音增强算法,比原子空间算法去除了更多的残留噪声,使语音失真度更低。2.在有色噪声的情况下,改进了基于JLSMD的子空间语音增强算法,使其实用性更广,同时比传统基于SVD子空间算法增强语音效果更好。
其他文献
基于视觉的机器人导航技术是近年来机器人研究领域的一个热点。视觉系统在导航研究中它起着环境探测和辨识的作用,加上视觉导航具有探测范围广、获取信息量大等优点,所以这种
寡头垄断是一种由少数具有较高市场份额的大企业,控制着某一产业或市场大部分产品供给的市场结构。从世界范围内的产业发展来看,寡头垄断市场结构是当前经济发达国家产业发展
人脸表情含有丰富的人体行为信息,在人类非语言方式的交流中起到了主导作用,近几十年来在人机交互领域也受到越来越多的关注。若能使计算机拥有更强的识别和理解人脸表情的能
风能蕴藏量丰富、洁净无污染、开发利用历史久、商业利用价值高等,是21世纪最具竞争力的新能源。目前,风能的主要利用形式是风力发电,因此风力发电技术的深入研究对我国乃至
在语音信号被各种各样的背景噪声污染,甚至掩盖后,从背景噪声中高效的提取出尽可能纯净的语音信号,改善语音质量,抑制、降低噪声干扰的技术称为语音增强技术。语音增强主要是
时滞神经网络被广泛应用于信号处理、动态图像处理、人工智能和全局优化等领域。由于时滞神经网络的动态特性包含稳定、不稳定、振荡等行为,因此近年来时滞神经网络的动力学
随着科学技术的进步和市场全球化趋势的加强,制造业的发展水平对一国的生产力进步和经济增长起了重要的推动作用。分布式制造作为制造业未来的发展方向,已经被越来越多的国内
大庆油田公司天然气分公司承担全油田的大部分原油稳定及天然气净化任务,所属29座变配电所随生产装置布局遍布喇萨杏油田。目前仍采用传统的电话通讯方式实施供用电系统的调
随着大规模、高性能的现代控制系统的出现,对系统安全性和可靠性的要求也越来越高。故障诊断技术是提高提高系统安全性和可靠性的一种重要途径,因而深入研究故障诊断技术不但具
学位
分布式仿真技术,虚拟现实技术,网格计算,以及建模、验模和数据库建立等是近年来仿真技术中的主要发展动向。在此背景下,仿真系统的结构越来越复杂,接口也越来越多,接口的设计