[发明专利]基于组稀疏低秩表达的语音信号增强方法

权利要求书

1.基于组稀疏低秩表达的语音信号增强方法，该方法的特征在于获取不同主题的大量带噪语音信号后，针对带噪语音信号进行以下操作： 

1)根据预设的采样频率f_s对每个带噪语音信号进行采样，获得m维的向量化表达x∈R^m，并按照不同主题对语音信号分组； 

2)利用同主题语音信号间的组稀疏结构特性，通过低秩矩阵分解对带噪语音信号实现噪声分离，并得到语音信号的组稀疏低秩表达； 

3)通过获得的低秩表达对原始带噪信号进行重构，从而输出清晰的增强语音信号。 

2.如权利要求1所述的基于组稀疏低秩表达的语音信号增强方法，其特征在于：步骤1)中所述的按照不同主题对语音信号分组，具体是： 

1)假设语音信号可分为k个主题，则第c个主题的语音信号矩阵表示为                                                  ，其中n_c为第c个主题的语音信号数目； 

2)通过按顺序拼接不同主题的信号矩阵块，可构造整体语音信号矩阵X＝[X¹，…，X^k]∈R^m×n，其中n＝n₁+n₂+…+n_k。 

3.如权利要求2所述的基于组稀疏低秩表达的语音信号增强方法，其特征在于：步骤2)中所述的利用同主题语音信号间的组稀疏结构特性，通过低秩矩阵分解对带噪语音信号实现噪声分离，并得到语音信号的组稀疏低秩表达，具体是： 

1)假设第c个主题语音信号的组稀疏低秩表达为Z^c，则同主题语音信号间的组稀疏结构特征可通过矩阵的l_1，q范式表征为   

其中，‖·‖_q表示向量的l_q范式，q＞0反映了语音信号的组结构特征， 第c个主题语音信号的低秩表达   而列向量表示第c个主题中的第j个语音信号对应的低秩表达系数，整体语音信号矩阵的低秩表达为一个块对角矩阵Z＝diag(Z¹，…，Z^k)∈R^n×n； 

2)设语音信号中的噪声成分表示为矩阵E∈R^m×n，语音信号的词典为数据矩阵本身X，通过求解下式可实现低秩矩阵分解，即 

minimize_Z，E‖Z‖_*+α‖Z‖_1，q+λ‖E‖₁， 

subject to X＝XZ+E，e^TZ＝e^T，Z≥0， 

其中，‖Z‖_*表示矩阵Z的核范式，即矩阵Z的奇异值之和，参数α＞0可调节组稀疏结构特征的贡献，参数λ＞0控制语音信号中的噪声压制程度，e是一个全1的列向量，这样，可以得到语音信号的组稀疏低秩表达Z，同时分离出噪声矩阵E。 

4.如权利要求3所述的基于组稀疏低秩表达的语音信号增强方法，其特征在于：步骤3)中所述通过获得的低秩表达对原始带噪信号进行重构，具体是： 

通过上述步骤求得的语音信号对应的组稀疏低秩表达Z与原始带噪语音信号X进行线性乘积，可获得重构后的清晰增强语音信号，即