基于联合字典的单通道盲语音分离技术研究

发布时间：2021-03-26 07:49

　　在现实生活的很多场景中,我们接收到的语音信号通常是受到污染的,这是由于空间中存在着各种干扰源和环境噪声。在严重的情况下,语音质量和可懂度可能会显著降低,导致人类听觉感受和自动语音识别性能变差。因此,在诸如助听器,免提电话和智能会议系统等多种语音通信应用中,就需要利用盲源分离技术从一个或多个观测信号中有效的恢复出感兴趣的源信号。其中,只有一路混合信号,而源信号个数不止一个的单通道盲语音分离问题一直是一项艰巨的任务。本文将重点研究单通道盲语音分离问题。近年来,自从压缩感知理论被提出来之后,稀疏表示和字典学习理论在信号处理领域已成为研究的热点,特别是基于字典学习的单通道盲源分离问题受到广泛关注。基于字典学习的单通道语音分离通常单纯地利用不同源信号的独特性实现对混合语音的分离,存在一定的局限性。本文以稀疏表示和字典学习理论为基础,从源信号的自身特性出发,分别对单通道下的说话人混合语音分离和语音降噪问题进行研究,提出了改进的的基于联合字典的说话人混合语音分离和语音降噪算法。相关实验证明,与现有算法相比,本文所提算法具有一定的性能优势。总结一下,本文的主要研究工作和创新点如下:（1）介绍了盲源分离... 

【文章来源】：南京邮电大学江苏省

【文章页数】：69 页

【学位级别】：硕士

【部分图文】：

基于本文算法分离说话人混合语音的示例

【参考文献】：
期刊论文
[1]一种新的基于稀疏表示的单通道盲源分离算法[J]. 田元荣,王星,周一鹏.  电子与信息学报. 2017(06)
[2]信号压缩重构的正交匹配追踪类算法综述[J]. 杨真真,杨震,孙林慧.  信号处理. 2013(04)
[3]基于自适应基追踪去噪的含噪语音压缩感知[J]. 孙林慧,杨震.  南京邮电大学学报(自然科学版). 2011(05)
[4]压缩感知理论及其研究进展[J]. 石光明,刘丹华,高大化,刘哲,林杰,王良君.  电子学报. 2009(05)

博士论文
[1]有监督学习条件下的单通道语音增强算法研究[D]. 张龙.中国科学技术大学 2017
[2]基于稀疏表示和字典学习的语音增强算法研究[D]. 鲍光照.中国科学技术大学 2015

硕士论文
[1]基于MFCC字典和SL0算法的语音压缩感知研究[D]. 薛海双.南京邮电大学 2017



本文编号：3101255