基于感知掩蔽的重构非负矩阵分解单通道语音增强算法

格式：pdf
大小：1007.32 KB
文档页数：5

下载文档原格式

/ 5

语音增强算法的分类[必读]

语音增强算法的分类现实环境中的噪声多种多样，特性各异，很难找到一种通用的语音增强算法适用于各种噪声的消除；同时语音增强算法与语音信号数字处理理论、人的听觉系统和语音学等学科紧密相关，这也促使人们必须根据不同的噪声源来选择不同的对策。

以上原因使语音增强技术研究呈现百花齐放的局面。

几十年来，许许多多的学者在这方面进行了不懈的努力，总结出了许多有效的方法。

根据信号输入的通道数，可将这些方法分为单通道的语音增强算法与多通道的语音增强算法。

单通道的语音系统在现实生活中较常见，手机、耳麦等都属于单通道语音系统。

这种情况下，语音与噪声同时存在于一个通道中，语音信号与噪声信号必须从同一个带噪语音中获得。

这种系统一般要求信号中的噪声比较平稳，以便在无声段对噪声进行估计，再依据估计得到的噪声参数对有声段进行处理，得到增强语音。

而多通道的语音系统中语音增强的一种算法是，利用各个通道的语音信号之间存在的某些相关性，对带噪语音信号进行处理，得到增强的语音。

比如，在自适应噪声抵消法中采用了两个话筒作为输入，其中一个采集带噪的语音信号，另外一个采集噪声，从噪声通道所采集的噪声直接当作带噪语音中的噪声，并将它从带噪语音中减去即可。

另一种多通道的语音增强算法是采用阵列信号，这种方法采用多个以一定方式排列的采集设备接收信号。

由于不同的独立信号源与各个采集设备之间的距离不同，最后在各个接收设备中的合成信号也不同，再根据这些信号将各个独立信号分离出来。

按照所依据原理的不同，我们可以将语音增强分为以下几类：（1）参数方法此类方法主要依赖于语音生成模型(例如AR模型)的使用，需要提取模型参数(如基音周期、LPC系数等)，经常使用迭代方法。

这种方法的最大缺点就是如果实际噪声或语音与模型有较大的差别，或者由于某些原因使得提取语音参数较困难，则这方法较容易失败。

这类方法常用到一些滤波器，如梳状滤波器、维纳滤波器、卡尔曼滤波器等。

（2）非参数方法非参数方法不需要从带噪语音信号中估计语音模型参数，这就使得此类方法相对于参数方法而言应用较广。

盲源分离的若干算法及应用研究

盲源分离的若干算法及应用研究盲源分离的若干算法及应用研究导言盲源分离（Blind Source Separation，简称BSS）指的是在没有任何先验信息的情况下，对于被混合的源信号进行分离和恢复的技术。

随着数字信号处理和机器学习的发展，盲源分离已经在语音信号处理、图像处理和时间序列分析等领域得到广泛应用。

本文将介绍盲源分离的若干算法及其在不同领域的应用研究。

一、独立成分分析（Independent Component Analysis，简称ICA）独立成分分析是盲源分离中广泛使用的一种方法。

它基于统计原理，通过寻找源信号之间的独立性，将混合信号分离成多个独立的成分。

ICA可以用于语音信号去混叠、生物医学图像处理等领域，并且在脑机接口、医学诊断等方面也有重要应用。

二、非负矩阵分解（Nonnegative Matrix Factorization，简称NMF）非负矩阵分解是一种常用的盲源分离方法，适用于信号的非负性特点。

NMF将一个非负矩阵分解为两个非负矩阵的乘积，其中一个矩阵表示源信号，另一个矩阵表示混合系数。

NMF在图像处理、音频处理和社交网络分析等领域有广泛应用，如图像的特征提取、音频的降噪和信号的压缩表示等。

三、小波变换（Wavelet Transform）小波变换是一种时间-频率分析方法，在盲源分离中也被广泛应用。

小波变换通过在时间和频率上的变化来分析信号，从而实现对源信号的分离。

小波变换在信号处理领域具有广泛的应用，如图像压缩、音频压缩和图像去噪等。

四、神经网络方法神经网络方法是近年来兴起的一种盲源分离方法，利用神经网络的强大学习能力对混合信号进行分离。

神经网络方法可以通过训练来自动学习源信号的分布，并实现对混合信号的分离。

这种方法不依赖于任何先验信息，适用于多源信号分离、语音增强和图像去噪等领域。

应用研究1. 语音信号处理盲源分离在语音信号处理中有着广泛的应用。

通过对麦克风获取的混合信号进行盲源分离，我们可以实现对多种语音信号的分离和识别。

基于双通道神经网络时频掩蔽的语音增强算法

第49卷第 6 期 2021年 6 月
DOI：10.13245/j.hust.210609
华中科技大学学报（自然科学版） J. Huazhong Univ. of Sci. & Tech. (Natural Science Edition)
Vol.49 No.6 Jun. 2021
估计方向矢量，识别每路麦克风信号上用于定位的语音主导的时频 (t ime-f r e q u e n c y ，T -F )单元，使其在强噪声和混响环境下仍得到准确方向矢量估计. 最后，输入到基于加权最小化无失真响应(w e i g h t ed p o w e r minimization distortionless r e s p o n s e ， W P D )优化准则的卷积波束形成器中进行语音增强，使去噪抑制混响效果同时达到最优.与几种不同的语音增强方法相比，本文算法既消除了与语音同方向的背景噪声，又消除了不同方向的噪声干扰，得到的增强语音可懂度和清晰度都较高.并且本研究根据神经网络训练的模型，不需要任何关于麦克风阵列的先验知识，在噪声环境下有较强的鲁棒性.
模，对双麦克风信号分别进行单通道神经网络初步语音增强，达到全面利用语音非线性特征改善感知度的目的：
其次，提出一种基于自适应掩模方向矢量定位法，精确计算语音、噪声的空间协方差矩阵和方向矢量，在带噪和
混响的环境下精确定位目标声源；最后，输入信号到卷积波束形成器中，进一步去噪和抑制混响 .实验结果表
收稿日期 2020-09-01. 作者简介贾海蓉(1977-)，女，教授，E-mail: helenjia722@. 基金项目国家自然科学基金资助项目（12004275):山西省留学人员科技活动择优资助项目(20200017) ; 山西省回国留学

非负矩阵分解语音信号

非负矩阵分解语音信号
非负矩阵分解（Non-negative matrix factorization, NMF）是一种常用的矩阵分解方法。

在语音信号处理领域，NMF被广泛用于语音信号的降维和压缩表示。

具体而言，NMF将语音信号表示为非负的基向量和系数矩阵的乘积形式，即将语音信号分解为若干个基向量的线性组合。

这种表示方法可以有效地降低语音信号的复杂度，提高信号的可压缩性和可维护性。

NMF方法在语音信号处理领域的应用有很多，例如语音信号的分类、识别、分解、去除等。

其中，语音信号的分解是NMF应用最为广泛的领域之一。

在语音信号分解中，NMF可以将语音信号的谱表示分解为若干个基向量的线性组合，其中每个基向量代表一个语音信号的特征或者语音信号的子带。

这种分解方法可以有效地提取语音信号的特征，减少冗余信息，从而实现对语音信号的分析和重构。

在语音信号处理领域，NMF的应用还包括语音信号的压缩表示、语音信号的降噪、语音信号的增强、语音信号的合成等。

中文文献中对NMF在语音信号处理中的应用研究也很多，在日常生活和工业生产中具有较广泛的应用价值。

基于非平滑非负矩阵分解语音增强

基于非平滑非负矩阵分解语音增强王波;于凤芹;陈莹【摘要】针对非负矩阵分解稀疏性不够,通过引入平滑矩阵调节字典矩阵和系数矩阵的稀疏性,提出基于非平滑非负矩阵分解语音增强算法.算法通过语音和噪声的先验字典学习构造联合字典矩阵;然后通过非平滑非负矩阵分解更新带噪语音在联合字典矩阵下的投影系数实现语音增强;同时通过滑动窗口法实时更新先验噪声字典.仿真结果表明,该算法相对非负矩阵分解语音增强算法和MMSE算法具有更好的抑制噪声能力.%In order to overcome the problem that nonnegative matrix sparse decomposition is not enough, this paper puts forward a speech enhancement algorithm, which based on the nonsmooth nonnegative matrix factorization, by introducing smoothing matrix adjustment dictionaries matrix and coefficient matrix sparsity. Firstly it constructs combined dictionary matrix through speech and noise prior dictionary learning, and then the speech is enhanced by the use of nonsmooth non-negative matrix decomposition to update the combined dictionary matrix projection coefficient of the noisy speech , and update the prior noise dictionary by sliding window. Simulation results show that the proposed algorithm has better ability to suppress the noise than the nonnegative matrix factorization speech enhancement algorithm and MMSE algorithm.【期刊名称】《计算机工程与应用》【年(卷),期】2017(053)007【总页数】5页(P160-164)【关键词】非平滑非负矩阵分解;稀疏性;语音增强【作者】王波;于凤芹;陈莹【作者单位】江南大学物联网工程学院,江苏无锡 214122;江南大学物联网工程学院,江苏无锡 214122;江南大学物联网工程学院,江苏无锡 214122【正文语种】中文【中图分类】TN911.73语音增强的主要目的是从各种不同的带噪语音信号中尽可能地提取纯净的原始信号，它是语音编码[1]、语音传输和语音识别[2]的基础。

一种基于CASA的单通道语音增强方法

【Ａｂｓｔｒａｃｔ】Ａｎｏｖｅｌｓｉｎｇｌｅ — ｃｈａｎｎｅｌｓｐｅｅｃｈｅｎｈａｎｃｅｍｅｎｔｍｅｔｈｏｄｂａｓｅｄｏｎＣｏｍｐｕｔａｔｉｏｎａｌＡｕｄｉｔｏｒｙＳｃｅｎｅＡｎａｌｙｓｉｓｉｓｐｒｅｓ —
ｐｏｎｅｎｔａｎｄｅｎｈａｎｃｅｔｈｅｓｐｅｅｃｈｃｏｍｐｏｎｅｎｔ．Ｏｂｊｅｃｔｉｖｅｍｅａｓｕｒｅｍｅｎｔｓｃｏｍｂｉｎｅｄｗｉｔｈｉｎｆｏｒｍａｌｓｕｂｊｅｃｔｉｖｅｌｉｓｔｅｎｉｎｇｔｅｓｔｓｓｈｏｗ
算法能够更有效地抑制白噪声、风噪声、周期性噪声等背景噪声。
【关键词】语音增强；计算听觉场景分析；线索；掩蔽【中图分类号】ＴＮ９１２．３５【文献标志码】Ａ
ＹＵＳｈｉｊｉｎｇ，Ｌ１Ｄｏｎｇｍｅｉ，ＬＩＵＲｕｎｓｈｅｎｇ（ＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅｏｆＣｉｒｃｕｉｔｓａｎｄＳｙｓｔｅｍｓ，ＤｅｐａｒｔｍｅｎｔｏｆＥｌｅｃｔｒｏｎｉｃＥｎｇｉｎｅｅｒｉｎｇ，ＴｓｉｎｇｈｕａＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１０００８４，Ｃｈｉｎａ）

ADMM稀疏非负矩阵分解语音增强算法

ADMM稀疏非负矩阵分解语音增强算法胡永刚;张雄伟;邹霞;闵刚;张立伟;王健【摘要】提出一种基于交替方向乘子法的(Alternating Direction Method of Multipliers,ADMM)稀疏非负矩阵分解语音增强算法,该算法既能克服经典非负矩阵分解(Nonnegative Matrix Factorization,NMF)语音增强算法存在收敛速度慢、易陷入局部最优等问题,也能发挥ADMM分解矩阵具有的强稀疏性.算法分为训练和增强两个阶段:训练时,采用基于ADMM非负矩阵分解算法对噪声频谱进行训练,提取噪声字典,保存其作为增强阶段的先验信息;增强时,通过稀疏非负矩阵分解算法,从带噪语音频谱中对语音字典和语音编码进行估计,重构原始干净的语音,实现语音增强.实验表明,该算法速度更快,增强后语音的失真更小,尤其在瞬时噪声环境下效果显著.%This paper proposes a speech enhancement algorithm putting the theory of Alternating Direction Method of Multipliers(ADMM)into the algorithm of sparse nonnegative matrix factorization, which can solve the problems such as slow convergence and poor local optima in the traditional speech enhancement based Nonnegative Matrix Factoriza-tion(NMF). It mainly consists of a training stage and an enhancement stage. During the training stage, the dictionaries of the noise are constructed as the prior information by using the ADMM based nonnegative matrix factorization. In the enhancement stage, the spectrum of noisy speech is analyzed by the sparse nonnegative matrix factorization algorithm. After that, the noise dictionary is combined with iterative formulation to evaluate the speech dictionary and the coding matrix of speech. The clean part of the speech is finally reconstructed from the noisy speech.Compared with the traditional speech enhancement methods of NMF, extensive experiments indicate that this algorithm not only has faster speed but also gets better noise suppression performance especially under instantaneous noise environment.【期刊名称】《计算机工程与应用》【年(卷),期】2016(052)003【总页数】5页(P108-112)【关键词】语音增强;稀疏非负矩阵分解;交替方向乘子法【作者】胡永刚;张雄伟;邹霞;闵刚;张立伟;王健【作者单位】解放军理工大学指挥信息系统学院,南京 210007;解放军理工大学指挥信息系统学院,南京 210007;解放军理工大学指挥信息系统学院,南京 210007;解放军理工大学指挥信息系统学院,南京 210007;西安通信学院,西安 710106;解放军理工大学指挥信息系统学院,南京 210007;解放军九三七三厂【正文语种】中文【中图分类】TN912.3语音增强是指从被污染的语音中提取相对纯净的原始语音[1]。

基于感知滤波器与统计方法的语音增强新算法

ｔｄＭＭＳ —Ｊｕｅ（ＥＩＡ）ｅｔｔｎｉｍａｅｆｒｅｃｒｑｅｃｒｕ．Ｔｅｇｉｑａｉｎｏｅｐｏｅｉｓｅｃｏｂｓｍａｅｎｏｓｈｎｔｓｓｉｉｓｄａｈｆｕｎｙｇｏｐｈａｎｅｕｔｆｈｈｎｔｐｅｈｔｅｅｔｔｄａｄｎｉｐｏｅｉｍａｏｏｅｏｔｃｉｙｃ
互挪
邹德密
洛艳
醇伟
（河北省测试计量技术及仪器重点实验室，北秦皇岛０６０；北建材职业技术学院信息机电系，北秦皇岛０６０）河６０４河河６ｏ４
摘
要：根据人耳感知特性，出了一种小波包感知滤波器与统计方法相结合的语音增强新算法。小波包感知滤波器根据人耳Ｂｒ提ａｋ
ｔａｎｅａｉｕｏｓｓｈｓｍｅｈｄｉｅｔｒｔａｔｅｔｏｓｈｔｕｄｒｖｒｏｓｎｉｅ，ｔｉｔｏｓｂｔｅｈｎｏｈｒｍｅｈｄ．
Ｋｅｗｏｄｙｒｓ：ＰｏｅｉｐｅｈｅｈｎｅｎＦｉｅＳｅｔａｍｐｉｕｅｅｔｍａｉｎＳｇａｏｓａｉＷａｅｅａｋｔｔａｓｏｍｈｎｔｃｓｅｃｎａｃｍｅｔｌｒｔｐｃｒｌａｌｔｄｓｉｔｏｉｎｌｎｉｅｒｔｏｖｌｔｐｃｅｒｎｆｒ
ｍｅｈｄｆｒｅｈｎｉｇｐｈｎｅｉｐｅｈｉｒｐｓｄ．Ｔｅｆｅｕｅｃａｄｆｎｉｙｐｏｅｉｐｅｈａｅｄｖｄｄｉｔ４ｏｒｑｅｃｒｕｙｔｅｔｏｏｎａｃｎｏｔｃｓｅｃｓｐｏｏｅｈｒｑｎｙｂｎｓｏｏｓｈｎｔｃｓｅｃｒｉｉｅｎｏ２ｆｆｅｕｎｙｇｏｐｂｈ语音增强新算法王

基于压缩感知的自适应谱减法语音增强算法

基于压缩感知的自适应谱减法语音增强算法
于志文;朱琦
【期刊名称】《南京邮电大学学报（自然科学版）》
【年(卷),期】2015(035)002
【摘要】针对在压缩感知框架下,噪声的影响会被扩大这个问题,提出了一种新的基于压缩感知的语音增强算法.该方案利用压缩感知下的行阶梯观测矩阵能够保留大部分语音特性的特点,对观测序列进行谱减法消噪,再对得到的观测序列进行基于输入信噪比的自适应重构,最后通过低通滤波器对重构语音进行平滑滤波,除去高频成分.实验结果表明:提出的语音增强方法具有较强的抗噪能力,重构速度快,输出的信噪比高,鲁棒性能好.
【总页数】7页(P51-57)
【作者】于志文;朱琦
【作者单位】南京邮电大学通信与信息工程学院,江苏南京210003;南京邮电大学宽带无线通信与传感网技术教育部重点实验室,江苏南京210003
【正文语种】中文
【中图分类】TN912.3
【相关文献】
1.基于连续噪声谱估计的谱减法语音增强算法 [J], 严思伟;屈晓旭;娄景艺
2.基于小波分析与Boll改进谱减法的普米语语音增强算法 [J], 解雪琴;张天军;潘文林;王璐;和丽华;杨建香
3.基于多频带谱减法的老年人语音增强算法的研究 [J], 祁晓;赵连玉
4.一种基于谱减法的语音增强算法研究 [J], 刘雅琴;甘文丽
5.基于自适应滤波法与谱减法的语音增强的研究 [J], 王小标;王错;刘君
因版权原因，仅展示原文概要，查看原文内容请购买。

基于非因果先验信噪比估计的语音增强改进算法

基于非因果先验信噪比估计的语音增强改进算法杨波;王新房【摘要】为提高MMSE-LSA语音增强算法在低信噪比下的语音增强效果,提出一种改进的MMSE-LSA算法.该算法采用非因果先验信噪比估计法来估计先验信噪比,并引入无语音概率的思想,对增益函数进行改进.实验结果表明,相比传统MMSE-LSA算法,改进算法能更好地抑制残留噪声,提高语音的信噪比,增强效果更好.%To improve the effect of MMSE-LSA speech enhancement algorithm at low signal-to-noise ratio(SNR), thisrnpaper proposes an improved MMSE-LSA algorithm, which uses noncausal estimation for a priori SNR, and introduces arnknowledge of speech absence probability so as to modify gain function from MMSE-LSA. Experimental results showrnthat the proposed algorithm is better than traditional MMSE-LSA algorithm in residual noise suppression and SNRrnimprovement.【期刊名称】《计算机系统应用》【年(卷),期】2012(021)007【总页数】4页(P200-202,176)【关键词】语音增强;非因果先验信噪比估计;无语音概率;增益函数【作者】杨波;王新房【作者单位】西安理工大学自动化与信息工程学院,西安710048;西安理工大学自动化与信息工程学院,西安710048【正文语种】中文语音信号在通信过程中不可避免地要受到环境以及传输信道的影响，导致音质恶化。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

关键词：非负矩阵分解；感知掩蔽；语音增强；语音存在概率；单通道中图分类号： TP912． 35 文献标志码： A
Ｒeconstructed NMF single channel speech enhanceptual masking
Key words: Non-negative Matrix Factorization ( NMF) ; perceived masking; speech enhancement; Speech Presence Probability ( SPP) ; single-channel
Journal of Computer Applications 计算机应用，2019，39( 3) : 894 － 898
ISSN 1001-9081 CODEN JYIIDU
2019-03-10 http: / / www． joca． cn
文章编号： 1001-9081（ 2019） 03-0894-05
LI Yansheng， LIU Yuan* ， ZHANG Yi
( National Information Accessibility and Service Ｒobot Engineering Ｒ＆D Center， Chongqing University of Posts and Telecommunications， Chongqing 400065， China)
DOI： 10． 11772 / j． issn． 1001-9081． 2018071489
基于感知掩蔽的重构非负矩阵分解单通道语音增强算法
*
李艳生，刘园，张毅
( 重庆邮电大学国家信息无障碍与服务机器人工程研发中心，重庆 400065) ( * 通信作者电子邮箱 1767237325@ qq． com)
Abstract: Aiming at the problem of noise residual in Non-negative Matrix Factorization ( NMF) speech enhancement algorithm in low Signal-to-Noise Ｒatio ( SNＲ) unsteady environment， a Perceptual Masking-based reconstructed NMF ( PMＲNMF) single-channel speech enhancement algorithm was proposed． Firstly， psychoacoustic masking features were applied to NMF speech enhancement algorithms． Secondly， different masking thresholds were used for different frequencies to establish an adaptive perceptual masking gain function， and the residual noise energy and speech distortion energy were constrained by the thresholds． Finally， Speech Presence Probability ( SPP) was combined to realize perceptual gain correction， the NMF algorithm was reconstructed and a new objective function was established． The simulation results show that under three kinds of unsteady noise environments with different SNＲ， the average Perceptual Evaluation of Speech Quality ( PESQ) of PM-ＲNMF algorithm is improved by 0． 767， 0． 474 and 0． 162 respectively and the average Signal-to-Distortion Ｒatio ( SDＲ) is increased by 2． 785， 1． 197 and 0． 948 respectively compared with NMF，ＲNMF ( Ｒeconstructive NMF) and PM-DNN ( Perceptual Masking-Deep Neural Network) algorithms． Experimental results show that PM-ＲNMF has better noise reduction effect in both low frequency and high frequency．
摘要：针对非负矩阵分解（ NMF）语音增强算法在低信噪比（ SNＲ）非稳定环境下存在噪声残留的问题，提出一种基于感知掩蔽的重构 NMF（ PM-ＲNMF）单通道语音增强算法。首先，将心理声学掩蔽特性应用于 NMF 语音增强算法中；其次，对不同频率位采用不同的掩蔽阈值，建立自适应感知掩蔽增益函数，通过阈值约束残余噪声能量和语音失真能量；最后，结合语音存在概率（ SPP）进行感知增益修正，重构 NMF 算法，以此建立新的目标函数。仿真结果表明，在不同 SNＲ的 3 种非稳定噪声环境下，与 NMF、重构 NMF（ＲNMF）、感知掩蔽深度神经网络（ PM-DNN）算法相比， PM-ＲNMF 算法的感知语音质量评估（ PESQ）平均值分别提高了 0． 767、0． 474、0． 162，信源失真比（ SDＲ）平均值分别提高了 2． 785、1． 197、0． 948。实验结果表明，无论是在低频还是高频 PM-ＲNMF 有更好的降噪效果。
人类听觉感知特性描述了人类听觉系统对语音及噪声的感知和掩蔽能力感知掩蔽是指当一些噪声处于人类听觉掩蔽阈值之下时听觉系统就无法感知这些噪声存在的现象通过掩蔽阈值的约束能够提高语音的清晰度减小畸变度因此本文提出通过将人耳对不同频率位的掩蔽阈值作为增强语音和纯净语音误差的约束以此得到不同频率位不同的增益函数解决nmf算法对频率响应单一的问题