基于低秩矩陣與稀疏矩陣分解的語音增強方法.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,嚴重影響了語音技術的實際應用。語音增強技術是解決噪聲污染的有效途徑,但是由于真實環(huán)境的復雜性,強噪聲和多噪聲環(huán)境的語音增強仍然沒有得到有效解決。在魯棒主成分分析中(簡稱RPCA),許多實際的觀測量都可以歸結為一個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據中恢復原始數據信息。本課題從噪聲的低秩本質和語音的稀疏特性出發(fā),并對參數進行約束,提出研究基于

2、低秩與稀疏矩陣分解的語音增強方法,該方法假設噪聲時頻矩陣具有低秩結構,語音時頻矩陣具有稀疏結構,對含噪語音時頻矩陣進行正確分解,進而獲取有效的語音頻譜成分。在本文中,我們提出一個有效的優(yōu)化算法來解決稀疏矩陣與低質矩陣的分離問題,使得含噪語音的語音增強效果更加明顯。實驗結果表明,該方法的語音增強方法在相比于其他的語音增強方法中,具有更好的增強效果。
　　基于低秩與稀疏矩陣分解的語音增強方法是一種嶄新的語音增強方法,和傳統(tǒng)方法在原理和