[发明专利]基于组稀疏低秩表达的语音信号增强方法

摘要

基于组稀疏低秩表达的语音信号增强方法，针对带噪语音信号进行以下操作首先，根据预设的采样频率对语音信号进行采样，形成对应的向量化表达，并按不同主题对语音信号进行分组；其次，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；最后，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。本发明的优点在于有效地考虑了同主题语音信号间的组稀疏结构特性，能更好地消除背景噪音并获取更清晰的语音信号，使听者更迅速准确地理解语音内容，可应用于军事通信、网络音频会议和在线电台放送等等。

主权项

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fs对每个带噪语音信号进行采样，获得m维的向量化表达x∈Rm，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；步骤1)中所述的按照不同主题对语音信号分组，具体是：11)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nc为第c个主题的语音信号数目；12)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，…，Xk]∈Rm×n，其中n＝n1+n2+…+nk；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：21)假设第c个主题语音信号的组稀疏低秩表达为Zc，则同主题语音信号间的组稀疏结构特征可通过矩阵的l1，q范式表征为其中||Zc||1,q=Σj=1nc||zjc||q=||z1c||q+...+||zncc||q]]>其中，||·||q表示向量的lq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，…，Zk)∈Rn×n；22)设语音信号中的噪声成分表示为矩阵E∈Rm×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minimizeZ，E ||Z||*+α||Z||1，q+λ||E||1,subject to X＝XZ+E，eTZ＝eT，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；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