自训练过完备字典和稀疏表示的语音增强摘要：提出的算法利用带噪信号进行训练以获得过完备字典，通过设定较大的字典训练阈值，训练过程只对语音信号进行，使得自训练字典与语音信号之间相关性较强。利用该字典和较小的阈值对语音信号进行稀疏表示，进而实现语音增强。仿真实验表明，增强后的信号表示系数稀疏度更强，增强效果在信噪比（SNR）和感知语音质量评估（PESQ）得分方面均有较大改进。关键词：正交匹配追踪；迭代阈值；字典训练；语音增强：TN912.3?34文献标识码：A：1004?373X（2015）13?0056?03Abstract：Intheproposedalgorithm，thedictionaryistrainedbythesignalwithnoisetoobtainover?completedictionary.Bysettingthebiggerdictionarytrainingthreshold，thecorrelationbetweenself?---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---trainingdictionaryandspeechsignalstrongerisenhanced.Thetrainingprocessaimstospeechsignalonly.Thedictionaryandthesmallerthresholdareusedtoconductsparserepresentationofspeechsignal，andthenspeechenhancementisrealized.Simulationexperimentresultsshowthattheexpressioncoefficientsparsityoftheenhancedsignalisstronger，theenhancementeffectsaregreatlyimprovedinscoringaspectofsignal?to?noiseratio（SNR）andperceptualevaluationofspeechquality（PESQ）.Keywords：orthogonalmatchingtracking；iterativethreshold；dictionarytraining；speechenhancement0引言语音信号是人类交流过程中最自然、最常用的方式，语音增强能降低噪声提高信噪比，是语音信号预处理的一个重要过程。在稀疏表示中，利用过完备字典中少数原子的线性组合来表示样本信号，其优势是有更大的灵活性和噪声情况下更强的稳定性，因而成为目前研究较多的算法，在语音压缩[1]、识别[2]以及语音增强[3?4]方---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---面均得到较为广泛的应用。在基于稀疏表示的语音增强中，过完备字典的构成起着一个非常关键的作用[5]，良好的字典能够使纯净语音信号的表示更加稀疏，从而与噪声的区分度更为显著。在这个过程中，为了得到更为稀疏的系数，所采用的字典从过完备离散余弦变换、过完备小波变换等固定字典到参数化字典设计，进而采用自适应字典学习算法训练字典，使字典与被处理信号之间的相关性增强[6?7]。文献[8]利用纯净信号训练字典，将语音激活检测估计的噪声作为重构阈值，对含噪语音进行稀疏分解，将系数与字典重构得到无噪的语音信号。然而，在语音增强处理的过程中目标语音是受到噪声污染的，纯净语音只能是其他语音信号。本文算法利用阈值正交匹配追踪（OMP）和K奇异值分解算法（K?svd）直接对含噪语音进行字典训练，得到的字典与语音信号有更强的相关度，因而得到的表示系数更为稀疏，在语音增强时取得更好的效果。1带噪语音信号的稀疏重构设观测到的带噪语音信号为：[y（n）=x（n）+z（n）]式中：[z（n）]是方差为[σ2]的高斯白噪声；[x（n）]表---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---示纯净语音信号；[n]表示各样值所在时刻（为表达方便，以下省去[n]）。在无噪情况下，分帧后的纯净语音信号[x∈RM×N]是帧长为[M，]帧数为[N]的信号。对于一个过完备字典[D∈RM×L，][L>M]表示字典的冗余性。[x]可以在该字典下表示为：[x=D*A]（1）式中：[A]是系数，它是一个[L×N]的矩阵，各列矢量[A（：，n）0?M，]其中[1≤n≤N；][0]代表0?范数。在稀疏表示中，每帧语音信号的非0系数个数远小于信号长度。对于一个适合的过完备字典[D，]语音成分在其上的系数是稀疏的，而白噪声则不具备这种特性。当已知噪声方差[σ2]的情况下，在进行原子选择时通过设定与其有关的恰当的阈值[ε，]可以控制只从带噪信号中选出与纯净语音相关的系数，而摒弃与噪声有关的系数以实现语音增强。2阈值正交匹配追踪算法在信号的稀疏表示中，由于字典的过完备性，[x]在由[D]构成的冗余基上的稀疏表示系数[A]的求解是一个非常困难的过...