压缩感知下的稀疏表示语声恢复模型与算法.pdfVIP

第３０ 卷 第８ 期 信 号 处 理 Ｖｏｌ．３０ Ｎｏ．８ ２０１４年８月 ＪＯＵＲＮＡＬＯＦＳＩＧＮＡＬＰＲＯＣＥＳＳＩＮＧ Ａｕｇ．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 １０ ＳｐｅｅｃｈＲｅｃｏｖｅｒｙＭｏｄｅｌａｎｄＡｌｇｏｒｉｔｈｍｏｖｅｒＳｐａｒｓｅＲｅｐｒｅｓｅｎｔａｔｉｏｎ ｂａｓｅｄｏｎＣｏｍｐｒｅｓｓｉｖｅＳｅｎｓｉｎｇ ＬＩＹａｎｇ ＬＩＳｈｕａｎｇｔｉａｎ （ＩｎｓｔｉｔｕｔｅｏｆＡｃｏｕｓｔｉｃｓ，ＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ，Ｂｅｉｊｉｎｇ１００１９０，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ： Ｔｈｅｓｐｅｅｃｈｒｅｃｏｖｅｒｙｄｉｓｃｕｓｓｅｄｂｙｔｈｉｓｐａｐｅｒａｉｍｓａｔｉｍｐｒｏｖｉｎｇｔｈｅｉｎｔｅｌｌｉｇｉｂｉｌｉｔｙｏｆｎｏｉｓｙｓｐｅｅｃｈ．Ｂｙｃｏｍｐａ ｒｉｎｇｏｆａｕｄｉｔｏｒｙｍａｓｋｉｎｇａｎｄｖｉｓｉｏｎｏｃｃｌｕｓｉｏｎａｎｄｉｎｓｐｉｒｅｄｂｙｉｍａｇｅｄｅｎｏｉｓｉｎｇｉｄｅａｂａｓｅｏｎｓｐａｒｓｅｒｅｐｒｅｓｅｎｔａｔｉｏｎ，ｔｈｉｓｐａｐｅｒ ｐｒｏｐｏｓｅｓａｓｐｅｅｃｈｒｅｃｏｖｅｒｙｍｏｄｅｌｏｖｅｒｓｐａｒｓｅｒｅｐｒｅｓｅｎｔａｔｉｏｎｂａｓｅｄｏｎｃｏｍｐｒｅｓｓｉｖｅｓｅｎｓｉｎｇｔｈｅｏｒｙ，ｉｔｓｍａｔｈｅｍａｔｉｃａｌｅｘｐｒｅｓ ｓｉｏｎａｎｄｔｈｅａｌｇｏｒｉｔｈｍ．Ｄｉｆｆｅｒｅｎｔｆｒｏｍｔｒａｄｉｔｉｏｎａｌｓｐｅｅｃｈｅｎｈａｎｃｅｍｅｎｔａｌｇｏｒｉｔｈｍｓ，ｔｈｅｓｕｐｅｒｉｏｒｉｔｙｏｆｔｈｉｓｍｏｄｅｌａｎｄａｌｇｏ ｒｉｔｈｍｌｉｅｓｉｎｉｔｓｔｗｏｆｏｌｄａｂｉｌｉｔｙｏｆｅｆｆｅｃｔｉｖｅｌｙｅｌｉｍｉｎａｔｉｎｇｇｌｏｂａｌｎｏｉｓｅｉｎｔｅｒｆｅｒｅｎｃｅａｎｄｒｅｃｏｖｅｒｉｎｇｌｏｃａｌｉｎｃｏｍｐｌｅｔｅｓｐｅｅｃｈ ｃｏｍｐｏｎｅｎｔｓｍａｓｋｅｄｂｙｎｏｉｓｅｉｎｔｅｒｆｅｒｅｎｃｅ，ｗｈｉｃｈｉｍｐｒｏｖｅｓｔｈｅｉｎｔｅｌｌｉｇｉｂｉｌｉｔｙｏｆｐｒｏｃｅｓｓｅｄｓｐｅｅｃｈ．Ｓｉｍｕｌａｔｉｏｎｅｘｐｅｒｉｍｅｎｔｓ ａｎｄｏｂｊｅｃｔｉｖｅｓｐｅｅｃｈｑｕａｌｉｔｙｍｅａｓｕｒｅｓｖｅｒｉｆｙｔｈａｔｔｈｅｐｒｏｐｏｓｅｄｍｏｄｅｌａｎｄａｌｇｏｒｉｔｈｍａｒｅｆｅａｓｉｂｌｅ，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