基于稀疏編碼的語音去噪技術(shù)研究.pdf

1、語音信號(hào)在日常生活中得到廣泛應(yīng)用。但是在現(xiàn)實(shí)應(yīng)用中語音信號(hào)經(jīng)常受到噪聲的污染，那么對(duì)語音信號(hào)進(jìn)行去噪處理就顯得尤為重要。語音去噪就是將語音信號(hào)從帶噪信號(hào)中恢復(fù)出來?，F(xiàn)實(shí)中，由于噪聲可能是非平穩(wěn)的并且可能與語音信號(hào)有很強(qiáng)的相關(guān)性，所以對(duì)語音信號(hào)進(jìn)行去噪處理是一件非常困難的工作。
　　對(duì)于與語音相關(guān)的噪聲，干凈的語音信號(hào)可以通過先驗(yàn)語音字典進(jìn)行稀疏編碼，與語音相關(guān)的噪聲信號(hào)可以通過先驗(yàn)噪聲字典進(jìn)行稀疏編碼。我們用語音字典和噪聲字典組成

2、的混合字典對(duì)帶噪語音信號(hào)進(jìn)行稀疏編碼，這樣就將語音信號(hào)從帶有噪聲的信號(hào)中恢復(fù)出來了。但是對(duì)于與語音信號(hào)相關(guān)的噪聲，在編碼過程中，有語音字典原子編碼噪聲成分，而噪聲字典原子表示語音成分的現(xiàn)象。這樣就導(dǎo)致去噪效果不理想?；谠搯栴}，本文做了以下工作或改進(jìn)：
　　1.語音字典及噪聲字典學(xué)習(xí)
　　在基于稀疏編碼的語音去噪技術(shù)中，字典學(xué)習(xí)具有重要地位。通常在基于稀疏編碼的語音去噪算法中，假設(shè)語音信號(hào)以及與語音信號(hào)相關(guān)的噪聲信號(hào)都具有稀

3、疏性。本文假設(shè)語音信號(hào)具有稀疏性，而與語音信號(hào)相關(guān)的噪聲信號(hào)具有低秩性。本文用K-SVD字典訓(xùn)練算法得到冗余的語音字典。而對(duì)于噪聲字典，我們用實(shí)驗(yàn)說明了噪聲低秩性假設(shè)的合理性，同時(shí)采用K-SVD字典學(xué)習(xí)技術(shù)以及主成分分析技術(shù)得到低秩的噪聲字典，減少噪聲字典中的原子個(gè)數(shù)，降低了噪聲字典表示語音信號(hào)的概率。
　　2.稀疏編碼算法
　　在語音信號(hào)中，相鄰語音幀之間具有較強(qiáng)的相關(guān)性。傳統(tǒng)的稀疏編碼方法最小角回歸算法在原子選取的過程中