欢迎来到天天文库
浏览记录
ID:55730877
大小:911.33 KB
页数:10页
时间:2020-06-03
《压缩感知下的稀疏表示语声恢复模型与算法.pdf》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库。
1、第30卷第8期信号处理V0l_30No.82014年8月jouRNALOFSIGNALPROCESSINGAug.2014压缩感知下的稀疏表示语声恢复模型与算法李洋李双田(中国科学院声学研究所,北京100190)摘要:本文讨论的语声信息恢复旨在提高带噪语声的可懂度。通过类比听觉掩蔽与视觉闭塞,在基于稀疏表示的图像去噪思想启发下,本文提出了基于压缩感知理论的稀疏表示语声恢复模型、数学表达式以及算法。与传统的语声增强算法不同,本文模型与算法的特点在于具备有效消除全局噪声干扰和恢复局部被噪声掩蔽的语声成分的双重能力,有效提高了处理后语声的可懂度。仿真实验和客
2、观语声质量测度验证了提出的模型与算法的可行性、有效性以及优越性。关键词:语声恢复;压缩感知;稀疏表示中图分类号:TN912.35文献标识码:A文章编号:1003—0530(2014)08—0914—10SpeechRecoveryModelandAlgorithmoverSparseRepresentati0nbasedonCompressiveSensingLIYangLIShuang—tian(InstituteofAcoustics,ChineseAcademyofSciences,Beijing100190,China)Abstract:The
3、speechrecoverydiscussedbythispaperaimsatimprovingtheintelligibilityofnoisyspeech.Bycompa—ringofauditorymaskingandvisionocclusionandinspiredbyimagedenoisingideabaseonsparserepresentation,thispaperproposesaspeechrecoverymodeloversparserepresentationbasedoncompressivesensingtheory,
4、itsmathematicalexpres—sionandthealgorithm.Differentfromtraditionalspeechenhancementalgorithms,thesuperiorityofthismodelandalgo—rithmliesinitstwofoldabilityofeffectivelyeliminatingglobalnoiseinterferenceandrecoveringlocalincompletespeechcomponentsmaskedbynoiseinterference,whichim
5、provestheintelligibilityofprocessedspeech.Simulationexperimentsandobjectivespeechqualitymeasuresverifythattheproposedmodelandalgorithmarefeasible,effectiveandsuperior.Keywords:speechrecovery;compressivesensing;sparserepresentation质量,但是都无法恢复被噪声掩蔽的语声信号,甚1引言至还会造成一定程度的语声失真,使输出语声的可在语
6、声通信过程中,语声信号不可避免地会受懂度下降。因此,有必要研究语声恢复算法,在消到周围环境的噪声干扰,干扰噪声会降低语声的可除噪声干扰的同时,恢复被噪声掩蔽的语声信号,听度和可懂度。为了达到消除噪声干扰和增强语进而提高输出语声的可懂度。声可听度与可懂度的目的,语声增强算法一直是语听觉掩蔽与视觉闭塞具有类比性J。视觉闭声信号处理领域内的研究重点。目前已有许多语塞是指图像中的目标物体被噪声或其他物体遮蔽,声增强算法与技术J,常用的语声增强算法包括谱而语声可用二维灰度语谱图可视化表示,其中横轴减法j、最小均方误差法(MMSE)J、子空间法代表时间,纵轴代表频
7、率,语谱图上的每个像素的等等,它们能比较有效地消除噪声干扰,提高语声像素值表示该时频点的能量,听觉掩蔽可表示在语收稿13期:2014—04—28;修回日期:2014—05—14第8期李洋等:压缩感知下的稀疏表示语声恢复模型与算法915谱图上目标语声的某些时频区域被噪声所掩蔽。局部性,将图像划分成若干可重叠的图像块,每个因此可借鉴图像增强恢复问题的思路,以达到语声图像块都作为一个处理模块;然后考虑图像的全局信号恢复的目的。性,将全部图像块作为训练样本集,构造出过完备目前已有众多有关图像增强恢复问题的研字典基,并求解稀疏表示,提取出图像信息,达到图究J,其
8、中基于压缩感知的图像恢复算法是研究的像去噪的目的。本章将文献[12]的算法思路与语热点J。压缩
此文档下载收益归作者所有