基于k-svd稀疏表示的语音增强算法研究

《基于k-svd稀疏表示的语音增强算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、．議篆画’’？．．旅．太原理工大学＾Ｉ＾ｉ硕±学位论文ＩＩＩ；题目基于Ｋ－ＳＶＤ稀疏表巧的语音增强算法妍究：Ｓ户獻一．＇ＳｐｅｅｃｈＥｎｈａｎｃｅｍｅｎｔＲｅｓｅａｒｃｈＢａｓｅｄｏｎＫ－ＳＶＤＳａｒｓｅ＾＾—，ｐ电、－英文并ｖ心歹＂题目Ｒｅｐｒｅｓｅｎ化ｔｉｏｎ：研究生姓名＆＿＿整－￥，：乂、ｒ■＾＾？举号．２０１３５２０１８９訂－？占专化．电子与通信王程＇＂－．片？’

2、．研究方向．语音信号处理Ｖ；茲＇球＇寶海蓉导师姓名：职称：副教授成－学位授予单位原理工大学：太论文提交日期２０１６／６地址？：山西太原‘ｉ－．ｆ太原理工大学＾：＇若句ｇ■？鍾編声明本人郑重声明：所呈交的学位论文，是本人在指导教师的指导下，独立进行研究所取得的成果。験文中已经注明引用的内容外，本论文不包含其他个人或集体已经发表或撰写过的研究成果。对本支的研究做出重要贡献的个人和集体，均己在文中Ｗ明确方式标明。本声明的法律责任

3、由本人承担。’论文作者签名：ｉｍ日期２。＇６右：关于学位论文使用权的说明本人完全了解太原理工大学有关保管、使用学位论文的规定，其中包括：①学校有权保管、并向有关部口送交学位论文的原件与复印件；③学校可采用影印、缩印或其它复制手段复制并保存学位论文；感学校可允许学位论文被查阔或借阅学校可１＾：（；④学术交流为目的，＾复制赠送和交换学位论文；感学校可１：（公布学位论文的全部或部分内容（保密学位论文在解密后遵守此规定）。签名：辆疫日期；风Ｍ、邊导师签名守占．：日期；

4、太原理工大学硕士研究生学位论文基于K-SVD稀疏表示的语音增强算法摘要语音增强是尽可能的从带噪语音中提取出纯净的语音信号，以达到改善语音信号的质量和可懂度的目的。从研究现状和发展成果来看，语音增强算法中不仅存在很难估计噪声功率的问题，而且在低信噪比和非平稳噪声环境下提高信噪比有限的难题。稀疏表示可以根据语音本身特性构造原始语音，保留语音特性，很好地改善语音质量。但是在K-SVD稀疏表示构造的字典中，由于有很多噪声也是稀疏的，因此在低信噪比下稀疏表示信噪比不高。为了解决上述问题，本文提出了一种自适应强、效果好的K-

5、SVD稀疏表示语音增强算法。通过利用信号子空间算法构造噪声字典，有效区分噪声和语音的关系，再经过K-SVD稀疏表示构造的语音字典重构语音。此算法可以解决低信噪比下噪声淹没语音信号的问题，大大提高信噪比。但是子空间在构造噪声字典时，由于噪声的随机性和突变性使得很难抑制非平稳噪声，因此比抑制平稳噪声难度要大得多。因此本文又提出了深度神经网络来改善子空间算法，使构造的噪声字典具有强大功能。深度神经网络可以根据它的深度非线性结构充分学习带噪语音和纯净语音之间的复杂的非线性关系，使得在非平稳噪声环境下有效提高语音效果。通过大

6、量实验仿真表明，本文提出的通过深度神经网络和信号子空间改进的K-SVD稀疏表示语音增强算法明显改善了增强后的语音信号质量。关键词：语音增强，稀疏表示，K-SVD，信号子空间，深度神经网络I太原理工大学硕士研究生学位论文SpeechEnhancementResearchBasedonK-SVDSparseRepresentationABSTRACTSpeechenhancementextractsthepurespeechsignalfromthemixtureasfaraspossibletoimprovetheq

7、ualityandintelligibility.Fromtheresearchstatusanddevelopmentresults,Speechenhancementalgorithmisdifficulttoestimatenotonlytheproblemofnoisepower,butalsotoimprovethelimitedSNRinlowSNRandnon-stationarynoiseenvironment.Accordingtothespeechitselfcharacteristic,spa

8、rserepresentationcanstructureoriginalspeechandkeepspeechfeaturestoimprovethespeechquality.ForthereasontherearemanysparsenoisesinthestructureddictionaryofK-SVDsparserepresentation,s