[发明专利]基于稀疏编码和理想二进制掩膜相结合的语音增强方法

摘要

本发明公开了一种基于稀疏编码和理想二进制掩膜相结合的语音增强方法，其是针对于传统的理想二进制掩膜算法存在噪声残留和语音成分丢失的缺陷进行改进的算法。本发明首先利用短时傅里叶变换将时域语音信号转换到频域信号,在频域中,采用理想二进制掩膜方法对语音信号进行初步降噪处理；然后采用稀疏编码理论对初步降噪后的语音信号做进一步降噪处理，同时从被认为是干扰信号中提取有效的语音成分，从而达到语音增强的效果。与相关技术相比，本发明具有去噪性能好，语音的可理解性高等优点。

主权项

一种基于稀疏编码和理想二进制掩膜相结合的语音增强方法，其特征在于:首先利用理想的二进制掩膜算法对信号功率谱进行初步降噪处理；其次通过稀疏编码对处理后的信号做进一步处理，从而实现语音增强的效果，具体包含以下步骤：(1)将时域信号转换为频域信号；(2)采用理想二进制掩膜算法对语音信号功率谱进行初步降噪处理，包括如下步骤：(b1)根据语音信号受污染的程度，选定一个阈值；(b2)计算出每一个时频点的信噪比，若该时频点的信噪比大于选定的阈值，则掩膜中相应位置的元素为1；反之，该元素为0；(b3)将时频信号和掩膜进行点乘，即可得到经过理想二进制掩膜算法初步处理后的语音信号Sr；(b4)将时频信号和掩膜的逻辑逆矩阵进行点乘，即可得到在IBM算法中被认为是噪声的干扰信号Vr；(3)利用稀疏编码理论对初步处理后的信号作进一步降噪处理，同时从被认为是干扰信号中提取有效的语音成分，工作过程包括如下步骤：(c1)根据稀疏理论，将步骤(b3)中初步处理后的语音信号Sr作训练样本，采用K‑SVD算法训练出语音信号字典Ds以及相对应的稀疏系数Xe；(c2)根据稀疏理论，将步骤(b4)中的干扰信号Vr作训练样本，同样采用K‑SVD算法训练出干扰信号字典Dv以及采用正交匹配算法计算出该字典相应的稀疏系数Xv；(c3)由于步骤(c2)中的训练样本Vr主要是干扰信号，所以用步骤(c2)训练出的字典Dv表示步骤(2)中语音信号Sr；(c4)依据原子表示语音信号的比例，将字典Dv中的原子进行排序；(c5)将前5％的原子组成一个新的字典D′s，该字典组要用于提取干扰信号Vr中包含的语音信号；字典Dv中其余原子组成字典D'v；(c6)字典D′s与字典D'v进行正交，正交后的字典标记为D″s；(4)采用语音信号的初始相位信息恢复出频域信号，进而对其进行反傅里叶变换，得到增强后的目标语音信号，工作过程包括如下步骤：(d1)按照字典D″s、D'v的原子位置，将稀疏系数Xv中相应的系数组成新的稀疏系数并标记为Xe和Xv，进而进行语音信号重构；(d2)采用步骤(2)获取的语音信号相位作为目标语音信号相位，进而合成出语音信号；(d3)将(d2)中的语音信号作反离散傅里叶变换(IFFT)，将分帧的信号合成目标语音信号。