自训练过完备字典和稀疏表示语音增强.docVIP

自训练过完备字典和稀疏表示的语音增强-电气论文 自训练过完备字典和稀疏表示的语音增强 崔晓 （郑州师范学院，河南郑州450044） 摘要：提出的算法利用带噪信号进行训练以获得过完备字典，通过设定较大的字典训练阈值，训练过程只对语音信号进行，使得自训练字典与语音信号之间相关性较强。利用该字典和较小的阈值对语音信号进行稀疏表示，进而实现语音增强。仿真实验表明，增强后的信号表示系数稀疏度更强，增强效果在信噪比（SNR）和感知语音质量评估（PESQ）得分方面均有较大改进。 关键词 ：正交匹配追踪；迭代阈值；字典训练；语音增强 中图分类号：TN912.3?34 文献标识码：A 文章编号：1004?373X（2015）13?0056?03 收稿日期：2015?01?22 基金项目：郑州市普通科技攻关计划项目（141PPTGG365）；河南省教育厅科学技术研究重点项目（14A510023) 0 引言 语音信号是人类交流过程中最自然、最常用的方式，语音增强能降低噪声提高信噪比，是语音信号预处理的一个重要过程。在稀疏表示中，利用过完备字典中少数原子的线性组合来表示样本信号，其优势是有更大的灵活性和噪声情况下更强的稳定性，因而成为目前研究较多的算法，在语音压缩[1]、识别[2]以及语音增强[3?4]方面均得到较为广泛的应用。在基于稀疏表示的语音增强中，过完备字典的构成起着一个非常关键的作用[5]，良好的字典能够使纯净语音信号的表示更加稀疏，从而与噪声的区分度更为显著。在这个过程中，为了得到更为稀疏的系数，所采用的字典从过完备离散余弦变换、过完备小波变换等固定字典到参数化字典设计，进而采用自适应字典学习算法训练字典，使字典与被处理信号之间的相关性增强[6?7]。文献[8]利用纯净信号训练字典，将语音激活检测估计的噪声作为重构阈值，对含噪语音进行稀疏分解，将系数与字典重构得到无噪的语音信号。然而，在语音增强处理的过程中目标语音是受到噪声污染的，纯净语音只能是其他语音信号。本文算法利用阈值正交匹配追踪（OMP）和K奇异值分解算法（K?svd）直接对含噪语音进行字典训练，得到的字典与语音信号有更强的相关度，因而得到的表示系数更为稀疏，在语音增强时取得更好的效果。 1 带噪语音信号的稀疏重构 对于一个适合的过完备字典D，语音成分在其上的系数是稀疏的，而白噪声则不具备这种特性。当已知噪声方差σ2 的情况下，在进行原子选择时通过设定与其有关的恰当的阈值ε，可以控制只从带噪信号中选出与纯净语音相关的系数，而摒弃与噪声有关的系数以实现语音增强。 2 阈值正交匹配追踪算法 在信号的稀疏表示中，由于字典的过完备性，x 在由D 构成的冗余基上的稀疏表示系数A 的求解是一个非常困难的过程。快速稳定的稀疏分解与重构算法起着重要的作用，OMP属于贪婪方法的一种，在精度要求相同的情况下，OMP 由于更快且更容易实现而得到广泛的应用。 为得到最优的稀疏表示结果，OMP 使第k 个残差Rk 与当前信号的近似值yk 正交，此时该残差与当前yk的任意一个原子都线性无关，从而在之后的分解过程中，不会出现之前yk 中已经选择过的原子，因此是最优的。传统的OMP 先将选中原子进行正交化处理，然后再将残差在这些正交原子基上进行分解，以保证残差与所选中的全部原子正交。改进算法在信号投影过程中，将原信号在所选中的所有原子的列空间进行正交投影，所得残差与这些被选中的原子都正交[9]。本文采用的阈值正交匹配追踪算法中，设定迭代结束的阈值条件，当原始信号与重构信号的残差小于该阈值时，停止迭代。 本文阈值正交匹配追踪算法描述如下： （1）稀疏编码阶段。对给定的训练样本y ，利用阈值正交匹配追踪从当前的字典D 中选择最佳原子，求出稀疏表示的系数A 。 （2）字典更新。针对步骤（1）得到的稀疏系数A，更新字典中每一列即各个原子。K?svd算法通过对残差矩阵进行奇异值分解，用最大特征值所对应的向量更新字典的一列，同时更新该列相对应的系数A 的行元素，为保证系数的稀疏性，在奇异值分解计算时只用与待更新字典的列有关的残差信号[10]。 4 提出算法描述及性能评估 4.1 算法描述 综前所述，本文提出的语音增强算法可描述为：（1）噪声方差估计。对观测到的带噪语音信号利用其前3 000个样本估计噪声方差σ2 。 （2）字典训练。设定字典训练阈值ε1 = k1 M σ 作为K?svd字典训练时阈值OMP的迭代结束条件，初始化字典选择过完备离