APP下载

利用子空间改进的K-SVD语音增强算法

2016-12-20贾海蓉

西安电子科技大学学报 2016年6期
关键词:利用信号

郭 欣,贾海蓉,王 栋

(太原理工大学 信息工程学院,山西 太原 030024)



利用子空间改进的K-SVD语音增强算法

郭 欣,贾海蓉,王 栋

(太原理工大学 信息工程学院,山西 太原 030024)

在低信噪比的情况下,稀疏表示无法将纯净语音完全从带噪语音中分离出来,针对此问题提出了一种利用子空间改进的K奇异值分解语音增强算法.首先,利用子空间最优估计器跟踪噪声; 其次,通过K奇异值分解算法对噪声进行训练,构建出噪声字典; 最后,用K奇异值分解算法训练语音字典.在训练过程中,如果某个原子对应的稀疏系数低于设定的阈值,并且该原子可在训练得到的噪声字典中找到,就把该原子对应的稀疏系数设为零,即可达到去噪的目的.仿真结果表明,改进算法去除白噪声和babble噪声的效果显著,有效提高信噪比和减少语音失真,同时,该算法也可以很好地应用于消除随机噪声.

语音增强;K奇异值分解;稀疏表示;信号子空间

在实际的语音通信系统中,语音信号不可避免地受到噪声的干扰.语音增强[1]的目的就是尽可能地从噪声中提取出纯净的语音信号,达到改善语音信号的质量和提高可懂度.目前平稳噪声及高信噪比(Signal-to-Noise Ratio,SNR)下的语音增强方法都能取得较好的增强效果,但低SNR下的语音增强效果不佳,严重影响了通信效果.因此,低SNR下的语音增强仍然是目前研究的热点和难点.

近年来,稀疏表示或稀疏编码在信号处理领域受到了极大的关注.文献[2]首次提出了……

登录APP查看全文

猜你喜欢

利用信号
利用min{a,b}的积分表示解决一类绝对值不等式
信号
完形填空二则
利用一半进行移多补少
孩子停止长个的信号
利用数的分解来思考
Roommate is necessary when far away from home
基于LabVIEW的力加载信号采集与PID控制
一种基于极大似然估计的信号盲抽取算法
高处信号强