首页 | 本学科首页   官方微博 | 高级检索  
     

多重约束非负矩阵分解的非平稳噪声语音增强
引用本文:邹月娴,刘诗涵,王迪松.多重约束非负矩阵分解的非平稳噪声语音增强[J].控制理论与应用,2017,34(6):761-768.
作者姓名:邹月娴  刘诗涵  王迪松
作者单位:北京大学信息工程学院现代信号与数据处理实验室,北京大学信息工程学院现代信号与数据处理实验室,北京大学信息工程学院现代信号与数据处理实验室
基金项目:国家自然科学基金;其它
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.

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
收稿时间:2016/8/11 0:00:00
修稿时间:2017/3/24 0:00:00

Enhancing speech corrupted by nonstationary noise using nonnegative matrix factorization with multiple constraints
ZOU Yue-xian,LIU Shi-han and WANG Di-song.Enhancing speech corrupted by nonstationary noise using nonnegative matrix factorization with multiple constraints[J].Control Theory & Applications,2017,34(6):761-768.
Authors:ZOU Yue-xian  LIU Shi-han and WANG Di-song
Affiliation:ADSPLAB/ELIP, School of Electronic and Computer Engineering Peking University,ADSPLAB/ELIP, School of Electronic and Computer Engineering Peking University,ADSPLAB/ELIP, School of Electronic and Computer Engineering Peking University
Abstract:
Keywords:speech enhancement  low-rank  sparsity  nonnegative matrix factorization  nonstationary noise
点击此处可从《控制理论与应用》浏览原始摘要信息
点击此处可从《控制理论与应用》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号