[發明專利]基于稀疏編碼和理想二進制掩膜相結合的語音增強方法

有效

• 申請號: 201410476932.3
• 申請日: 2014-09-17
• 公開（公告）號: CN104240717B
• 公開（公告）日: 2017-04-26
• 發明（設計）人: 湯一彬;談雅文;李旭斐;蔣愛民;徐寧;殷澄
• 申請（專利權）人: 河海大學常州校區
• 主分類號: G10L21/0208
• 分類號: G10L21/0208
• 代理公司: 南京縱橫知識產權代理有限公司32224
• 代理人: 董建林

1.一種基于稀疏編碼和理想二進制掩膜相結合的語音增強方法，其特征在于:首先利用理想的二進制掩膜算法對信號功率譜進行初步降噪處理；其次通過稀疏編碼對處理后的信號做進一步處理，從而實現語音增強的效果，具體包含以下步驟：

(1)將時域信號轉換為頻域信號；

(2)采用理想二進制掩膜算法對語音信號功率譜進行初步降噪處理，包括如下步驟：

(b1)根據語音信號受污染的程度，選定一個閾值；

(b2)計算出每一個時頻點的信噪比，若該時頻點的信噪比大于選定的閾值，則掩膜中相應位置的元素為1；反之，該元素為0；

(b3)將時頻信號和掩膜進行點乘，即可得到經過理想二進制掩膜算法初步處理后的語音信號S^r；(b4)將時頻信號和掩膜的邏輯逆矩陣進行點乘，即可得到在IBM算法中被認為是噪聲的干擾信號V^r；

(3)利用稀疏編碼理論對初步處理后的信號作進一步降噪處理，同時從被認為是干擾信號中提取有效的語音成分，工作過程包括如下步驟：

(c1)根據稀疏理論，將步驟(b3)中初步處理后的語音信號S^r作訓練樣本，采用K-SVD算法訓練出語音信號字典D_s以及相對應的稀疏系數X^e；

(c2)根據稀疏理論，將步驟(b4)中的干擾信號V^r作訓練樣本，同樣采用K-SVD算法訓練出干擾信號字典D_v以及采用正交匹配算法計算出該字典相應的稀疏系數X^v；

(c3)由于步驟(c2)中的訓練樣本V^r主要是干擾信號，所以用步驟(c2)訓練出的字典D_v表示步驟(2)中語音信號S^r；

(c4)依據原子表示語音信號的比例，將字典D_v中的原子進行排序；

(c5)將前5％的原子組成一個新的字典D′_s，該字典組要用于提取干擾信號V^r中包含的語音信號；字典D_v中其余原子組成字典D'_v；

(c6)字典D′_s與字典D'_v進行正交，正交后的字典標記為D″_s；

(4)采用語音信號的初始相位信息恢復出頻域信號，進而對其進行反傅里葉變換，得到增強后的目標語音信號，工作過程包括如下步驟：

(d1)按照字典D″s、D'_v的原子位置，將稀疏系數X^v中相應的系數組成新的稀疏系數并標記為X^e和X^v，進而進行語音信號重構；

(d2)采用步驟(2)獲取的語音信號相位作為目標語音信號相位，進而合成出語音信號；

(d3)將(d2)中的語音信號作反離散傅里葉變換(IFFT)，將分幀的信號合成目標語音信號。

2.根據權利要求1所述的基于稀疏編碼和理想二進制掩膜相結合的語音增強方法，其特征在于：所述步驟(1)中的過程包括如下步驟：

(a1)對語音信號進行固定時長的分幀；

(a2)進行快速傅里葉變換,并保存其初始相位信息。