一种基于非负矩阵分解的语音增强算法_隋璐瑛

第33卷第1期2012年3月

军　事　通　信　技　术

JournalofMilitaryCommunicationsTechnology

Vol.33No.1Mar.2012

一种基于非负矩阵分解的语音增强算法

隋璐瑛,张雄伟,黄建军,董军涛

1

2

3

4

X

(1.解放军理工大学指挥自动化学院研究生1队,江苏南京210007;2.解放军理工大学指挥自动化学院信息作战系;3.解放军理工大学指挥自动化学院研究生2队;4.中国人民解放军73689部队,江苏南京210042)

摘　要:文章提出了一种基于非负矩阵分解的语音增强算法。该算法包括两个阶段,训练阶段和增强阶段。

训练阶段通过非负矩阵分解算法对纯净的噪声频谱进行训练,得到噪声字典矩阵,保存其作为增强阶段的先验信息。增强阶段首先通过非负矩阵分解算法对带噪语音的频谱进行分解,然后联合噪声字典矩阵和推导得到的相应迭代公式对语音字典矩阵和语音编码矩阵进行估计,重构增强语音。仿真结果表明,文中增强方案在抑制背景噪声,提高信噪比和减少语音失真方面要优于传统的语音增强算法。

关键词:语音增强;非负矩阵分解;字典训练;迭代规则中图分类号:TN912.3文献标识码:A文章编号:CN32-1289(2012)01-0018-05

SpeechEnhancementBasedonNonnegativeMatrixFactorization

SUILu-ying,ZHANGXiong-wei,HUANGJian-jun,DONGJun-tao

(1.PostgraduateTeam1ICA,PLAUST,Nanjing210007,China;

2.DepartmentofInformationOperationStudiesICA,PLAUST;3.PostgraduateTeam2ICA,PLAUST;

4.Unit73689ofPLA,Nanjing210042,China)

1

2

3

4

Abstract:Aspeechenhancementapproachbasedonnonnegativematrixfactorizationalgo-rithmwasproposedtoenhancethespeechcontaminatedbyadditivenoise.Thetechniqueforspeechdenoisingconsistsofatrainingstageandadenoisingstage.Duringthetrainingstage,thepriorinformationaboutthespectrumofnoisewasmodeledbynonnegativematrixfactorizational-gorithmandthenoise-dictionaryconstructed.Inthedenoisingstage,thespectrumofnoisyspeechwasanalyzedbynonnegativematrixfactorizationalgorithm,then,thenoise-dictionary

wascombinedwithiterativeformulationtoevaluatethespeech-dictionaryandthecodingmatrixofspeech,andtoreconstructtheenhancedspeech.Experimentalresultsshowthattheproposedspeechenhancementprojectyieldslessresidualnoiseandbetterspeechqualitythanthetraditionalspeechenhancementalgorithm.

Keywords:speechenhancement;nonnegativematrixfactorization;dictionarytraining;up-daterules

语音增强的主要目标是从带噪语音信号中提取尽可能纯净的原始语音或原始语音参数,是当前语音信号处理中具有挑战性的课题。从上世纪70年代起,国内外学者提出很多语音增强算法。谱减法是语音增强领域最常用的方法之一,但此方法假设在语音段噪声是固定的,且依赖话音激活检测技术VAD(VoiceAc-tivityDetection),在非平稳噪声环境和低信噪比条件下,效果较差。多带谱减法将噪声频谱划分为互不重叠的频带,在不同的频带采用不同的谱减参数对语音进行增强处理。此算法效果要明显好于传统谱减法,但

X.

[1]