论文部分内容阅读
基于K奇异值分解字典学习方法及其非负约束下的修改算法，本文提出一种改进的单通道语音增强算法。该算法将噪声划分为结构化噪声和非结构化噪声两部分。首先通过稀疏字典学习的方法对结构化噪声进行建模，训练出噪声字典；然后，使用所得噪声字典去除带噪语音中的结构化噪声；最后，采用过完备字典和稀疏表示的方法对纯净语音进行提取，去除非结构化噪声。实验结果表明，在平稳或非平稳噪声环境下，本文算法均能有效去除加性噪声，性能优于多带谱减法和基于非负稀疏编码的增强算法。