基于低秩矩陣與稀疏矩陣分解的語音增強(qiáng)方法.pdf

1、語音通話過程中不可避免受到各種環(huán)境噪聲的影響,嚴(yán)重影響了語音技術(shù)的實(shí)際應(yīng)用。語音增強(qiáng)技術(shù)是解決噪聲污染的有效途徑,但是由于真實(shí)環(huán)境的復(fù)雜性,強(qiáng)噪聲和多噪聲環(huán)境的語音增強(qiáng)仍然沒有得到有效解決。在魯棒主成分分析中(簡稱RPCA),許多實(shí)際的觀測量都可以歸結(jié)為一個(gè)低秩分量和稀疏分量相加的模式,借助矩陣的低秩和稀疏分解理論,可以從大噪聲或異常值污染數(shù)據(jù)中恢復(fù)原始數(shù)據(jù)信息。本課題從噪聲的低秩本質(zhì)和語音的稀疏特性出發(fā),并對(duì)參數(shù)進(jìn)行約束,提出研究基于

2、低秩與稀疏矩陣分解的語音增強(qiáng)方法,該方法假設(shè)噪聲時(shí)頻矩陣具有低秩結(jié)構(gòu),語音時(shí)頻矩陣具有稀疏結(jié)構(gòu),對(duì)含噪語音時(shí)頻矩陣進(jìn)行正確分解,進(jìn)而獲取有效的語音頻譜成分。在本文中,我們提出一個(gè)有效的優(yōu)化算法來解決稀疏矩陣與低質(zhì)矩陣的分離問題,使得含噪語音的語音增強(qiáng)效果更加明顯。實(shí)驗(yàn)結(jié)果表明,該方法的語音增強(qiáng)方法在相比于其他的語音增強(qiáng)方法中,具有更好的增強(qiáng)效果。
　　基于低秩與稀疏矩陣分解的語音增強(qiáng)方法是一種嶄新的語音增強(qiáng)方法,和傳統(tǒng)方法在原理和