-
题名基于感知掩蔽的重构非负矩阵分解单通道语音增强算法
被引量：7
- 1
-
-
作者
李艳生
刘园
张毅
-
机构
重庆邮电大学国家信息无障碍与服务机器人工程研发中心
-
出处
《计算机应用》
CSCD
北大核心
2019年第3期894-898,共5页
-
基金
重庆市基础与前沿研究计划重点项目(cstc2015jcyjBX0066)~~
-
文摘
针对非负矩阵分解(NMF)语音增强算法在低信噪比(SNR)非稳定环境下存在噪声残留的问题,提出一种基于感知掩蔽的重构NMF(PM-RNMF)单通道语音增强算法。首先,将心理声学掩蔽特性应用于NMF语音增强算法中;其次,对不同频率位采用不同的掩蔽阈值,建立自适应感知掩蔽增益函数,通过阈值约束残余噪声能量和语音失真能量;最后,结合语音存在概率(SPP)进行感知增益修正,重构NMF算法,以此建立新的目标函数。仿真结果表明,在不同SNR的3种非稳定噪声环境下,与NMF、重构NMF(RNMF)、感知掩蔽深度神经网络(PM-DNN)算法相比,PM-RNMF算法的感知语音质量评估(PESQ)平均值分别提高了0.767、0.474、0.162,信源失真比(SDR)平均值分别提高了2.785、1.197、0.948。实验结果表明,无论是在低频还是高频PM-RNMF有更好的降噪效果。
-
关键词
非负矩阵分解
感知掩蔽
语音增强
语音存在概率
单通道
-
Keywords
Non-negative Matrix Factorization(NMF)
perceived masking
speech enhancement
Speech Presence Probability(SPP)
single-channel
-
分类号
TN912.35
[电子电信—通信与信息系统]
-
