[發明專利]基于非負低秩和稀疏矩陣分解原理的語音增強方法

有效

• 申請號: 201310548773.9
• 申請日: 2013-11-07
• 公開（公告）號: CN103559888A
• 公開（公告）日: 2014-02-05
• 發明（設計）人: 孫成立;須明;王希敏;謝堅筱
• 申請（專利權）人: 航空電子系統綜合技術重點實驗室
• 主分類號: G10L21/0232
• 分類號: G10L21/0232;G10L21/0272
• 代理公司: 南昌市平凡知識產權代理事務所 36122
• 代理人: 歐陽沁

1.基于非負低秩和稀疏矩陣分解原理的語音增強方法，其特征在于，用非負低秩和稀疏矩陣分解方法從含噪語音中分離出語音信號，其實現步驟如下：

(1)對離散含噪語音信號進行預處理，預處理包括信號平滑和分幀；

(2)將分幀后的含噪語音信號進行離散傅里葉變換，得到含噪語音頻譜；

(3)在頻域中，將每幀語音的頻譜幅度作為列向量，按時間順序排列，由若干個語音幀構成含噪語音時頻矩陣；

(4)利用非負低秩和稀疏矩陣分解算法對含噪語音時頻矩陣進行分解，獲得非負的低秩矩陣和稀疏矩陣；分解表達式為：

Y＝L+S+E滿足rank(L)≤r,||S||₀≤h,L≥0,S≥0；

其中：Y為含噪語音時頻矩陣；L為低秩矩陣，對應噪聲的幅度譜；S為稀疏矩陣，對應語音的幅度譜，||S||₀表示稀疏矩陣S含有的非0元素個數，rank(L)表示矩陣L的秩，E為殘差矩陣，r和h表示低秩和稀疏約束上限參數；

(5)利用稀疏矩陣S和含噪語音的相位譜重構增強語音頻譜，然后通過逆傅里葉變換，得到時域形式的增強語音。

2.根據權利要求1所述的基于非負低秩和稀疏矩陣分解原理的語音增強方法，其特征在于，所述步驟(1)中對離散含噪語音信號進行預處理的處理過程為：

(1)采用P點最近鄰信號均值來進行信號平滑，用以平滑含噪語音的幅度波形；

(2)對含噪語音信號分幀，分幀采用的窗函數為Hamming窗，窗長為200點，每次幀間移動的重疊點數為80點。

3.根據權利要求1所述的非負低秩和稀疏矩陣分解算法，其特征在于,計算低秩矩陣L和稀疏矩陣S的步驟如下：

(1)初始化：Y₀＝Y；L₀＝S₀＝[0]_N×K；

迭代次數初值i=1；最大迭代次數imax=10³；相對誤差閾值δ＝10^-3；

(2)使用NMF更新低秩矩陣：(W,H)＝NMF(Y_i-1)，L_i＝WH；W∈R^N×r，H∈R^r×K；

NMF表示非負矩陣分解，NMF表示非負矩陣分解，W和H是秩為r的NMF分解結果，NMF的測度函數選擇Itakura-Saito測度；

(3)使用軟門限算子更新稀疏矩陣：S_i＝(Y_i-1-L_i+S_i-1＞λ)□(Y_i-1-L_i+S_i-1-λ)；

其中：符號表示矩陣對應位置元素乘積，λ為門限常數；λ與噪聲水平有關，推薦值λ＝σ，其中σ為噪聲的均方差；

(4)更新疊加矩陣：Y_i＝L_i+S_i；

(5)如果i達到最大迭代次數i=imax或者停止迭代，輸出L和S的估計值L_i和S_i；否則跳轉到步驟(2)，i=i+1；繼續執行迭代過程。

4.根據權利要求1所述的基于非負低秩和稀疏矩陣分解原理的語音增強方法，其特征在于，所述步驟(5)中利用稀疏矩陣和含噪語音的相位譜重構增強語音頻譜：

其中：∠Y(n,k)為含噪語音的頻譜相位，S為稀疏矩陣，|S(n,k)|為稀疏矩陣譜幅度值，為重構的增強語音頻譜，n為時間幀索引，k為頻率索引。