一种基于联合字典学习和稀疏表示的单通道语音增强方法.pdf
努力****恨风
亲,该文档总共15页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
一种基于联合字典学习和稀疏表示的单通道语音增强方法.pdf
本发明提供一种基于联合字典学习和稀疏表示的单通道语音增强方法,对干净语音做双树复数小波变换得到一组子带信号,对子带信号做短时傅里叶变换得到其时频谱,利用其幅度、实部和虚部以及语音稀疏性学习出干净语音的联合字典,同样学习出干净噪声的联合字典;对带噪语音做双树复数小波变换和短时傅里叶变换,获得每个子带信号时频谱,保留相位和实部虚部符号,提取幅度、实部和虚部绝对值并分别在干净语音和干净噪声联合字典上投影,得到语音和噪声的稀疏表示系数,利用该系数、时频谱相位和实部虚部符号以及掩码、权值等,得到该子带语音时频谱的最
基于数据驱动字典和稀疏表示的语音增强.pdf
万方数据基于数据驱动字典和稀疏表示的语音增强孙林慧杨震mpo∞dSpeechEnhancementBasedData·DrivenDictionaryandSparseRepresentationalgorithm.And引言Wimle明Communication语音通信过程中不可避免会受到周围环境噪声的干扰,这些干扰使接收到的语音为被噪声污染的带噪信号。语音增强是解决噪声污染的有效办法,其主要任务是从带噪语音中恢复出原始纯净语音信号,改善语音质量,是噪声背景下进行语音识别和参数编码不可缺少的一部份。常用
基于稀疏表示和字典学习的语音增强算法研究的中期报告.docx
基于稀疏表示和字典学习的语音增强算法研究的中期报告1.研究背景和意义语音增强算法是一项重要的研究领域,在实际应用中能够有效地提高语音识别和语音合成等任务的性能。传统的语音增强算法主要基于滤波、频域分析等方法,但这些方法对于噪声的去除效果有限,且可能会损失语音信号本身的信息。近年来,基于稀疏表示和字典学习的语音增强算法受到了广泛关注。通过将语音信号转换为稀疏表示,可以有效地区分语音信号和噪声,并采用字典学习的方法寻找最优的表示形式,从而实现噪声的抑制和语音信号的恢复。本文旨在探究基于稀疏表示和字典学习的语音
基于稀疏表示的语音增强方法研究.doc
基于稀疏表示的语音增强方法研究语音在通信过程中不可避免的受到周围环境噪声的干扰,噪声过大时不仅使人们听不清对方的谈话内容,还容易使人们疲劳,产生烦躁的情绪。所以在接收端要进行去噪声处理,这就是语音增强技术或噪声抑制技术。在不引入新的噪声前提下如何有效的去除噪声又能保持语音不失真是语音增强的目的,从而提高语音信号的质量和可懂度。提高语音质量可以减少听者的疲劳,提高可懂度可以减少失真。语音增强广泛应用于语音识别、语音编码等系统中。在免提设备、助听器等领域的应用也越来越多。除此之外,在人机对话、机器翻译、蓝牙、
自训练过完备字典和稀疏表示的语音增强.docx
自训练过完备字典和稀疏表示的语音增强摘要:提出的算法利用带噪信号进行训练以获得过完备字典通过设定较大的字典训练阈值训练过程只对语音信号进行使得自训练字典与语音信号之间相关性较强。利用该字典和较小的阈值对语音信号进行稀疏表示进而实现语音增强。仿真实验表明增强后的信号表示系数稀疏度更强增强效果在信噪比(SNR)和感知语音质量评估(PESQ)得分方面均有较大改进。关键词:正交匹配追踪;迭代阈值;字典训练;语音增强中图分类号:TN912.3?34