应用于语音增强的低秩和稀疏矩阵分解模型及算法设计

项目名称： 应用于语音增强的低秩和稀疏矩阵分解模型及算法设计

项目编号： No.61362031

项目类型： 地区科学基金项目

立项/批准年度： 2013

项目学科： 无线电电子学、电信技术

项目作者： 孙成立

作者单位： 南昌航空大学

项目金额： 43万元

中文摘要： 语音增强技术是解决噪声污染的有效途径，但是由于真实环境的复杂性，强噪声和多噪声环境的语音增强仍然没有得到有效解决。近年的压缩感知理论揭示，许多实际观测量都可以归结为一个低秩分量和稀疏分量相加的模式，借助矩阵的低秩和稀疏分解(LS分解)理论，可以从噪声或异常值污染数据中恢复原始数据信息。然而由于缺乏先验信息的引导，现有的LS分解方法并不能直接解决语音增强问题。本项目提出研究适用于语音增强的LS分解模型和算法，假定噪声和语音的时频矩阵分别具有低秩和稀疏结构，通过引入噪声和语音的先验知识约束指导LS分解，以获取有效的语音频谱成分。基于约束LS分解原理的语音增强方法和传统方法在原理和工作方式上有极大不同，该方法具有对多种噪声适应性强、强噪声环境性能好、不需要进行端点检测、以及参数少易调节等优点，有望实现语音增强技术的突破。项目的研究将推动信号处理和应用语音识别的发展，具有重要的学术意义和实用价值。

中文关键词： 语音信号处理；语音增强；音源分离；低秩和稀疏分解；鲁棒主成分分析

英文摘要： Speech enhancement technology is an effective way to address noise pollution problem. Because of the complexity of real-world noises, current speech enhancement methods are still imperfect under strong noise or multi-noise condition. Recent compressed sen

英文关键词： speech signal processing；speech enhancement；audio source separation；low-rank and sparse decomposition；robust principal component analysis