多重约束非负矩阵分解的非平稳噪声语音增强-北京大学深圳研究生院.PDFVIP

第34 卷第6 期 控制 理 论 与 应 用 Vol. 34 No. 6 2017 年6 月 Control Theory Applications Jun. 2017 DOI: 10.7641/CTA.2017.60600 多多多重重重约约约束束束非非非负负负矩矩矩阵阵阵分分分解解解的的的非非非平平平稳稳稳噪噪噪声声声语语语音音音增增增强强强 邹月娴 , 刘诗涵, 王迪松 (北京大学信息工程学院现代信号与数据处理实验室, 广东深圳518055) 摘要: 低信噪比非稳态噪声环境中的语音增强仍是一个开放且具有挑战性的任务. 为了提高传统的基于非负矩 阵分解(nonnegative matrix factorization, NMF)的语音增强算法性能, 同时考虑到语音信号的时频稀疏特性和非稳态 噪声信号的低秩特性, 本文提出了一种基于多重约束的非负矩阵分解语音增强算法(multi-constraint nonnegative matrix factorization speech enhancement, MC–NMFSE). , 在训练阶段 采用干净语音训练数据集和噪声训练数据集分 别构建语音字典和噪声字典. 在语音增强阶段, 在非负矩阵分解目标函数中增加语音分量的稀疏性约束和噪声信 号的低秩性约束条件, MC–NMFSE能够更好地从带噪语音中获得语音分量的表示, 从而提高语音增强效果. 通过实 验表明, 在大量不同非平稳噪声条件和不同信噪比条件下, 与传统的基于NMF 的语音增强方法相比, MC–NMFSE 能获得较低的语音失真和更好的非稳态噪声抑制能力. 关键词: 语音增强; 低秩约束; 稀疏约束; 非负矩阵分解; 非稳态噪声 中图分类号: TN912.35 文献标识码: A Enhancing speech corrupted by nonstationary noise using nonnegative matrix factorization with multiple constraints ZOU Yue-xian , LIU Shi-han, WANG Di-song (Advanced Data Signal Processing Laboratory, School of Electronic and Computer Engineering, Peking University, Shenzhen Guangdong 518055, China) Abstract: The enhancement of speech corrupted by nonstationary noises under low signal-to-noise ratio (SNR) con- ditions is remaining open and still a very challenging task. To improve the traditional nonnegative matrix factorization (NMF) based speech enhance