[发明专利]基于非负低秩和稀疏矩阵分解原理的语音增强方法

权利要求书

1.基于非负低秩和稀疏矩阵分解原理的语音增强方法，其特征在于，用非负低秩和稀疏矩阵分解方法从含噪语音中分离出语音信号，其实现步骤如下：

(1)对离散含噪语音信号进行预处理，预处理包括信号平滑和分帧；

(2)将分帧后的含噪语音信号进行离散傅里叶变换，得到含噪语音频谱；

(3)在频域中，将每帧语音的频谱幅度作为列向量，按时间顺序排列，由若干个语音帧构成含噪语音时频矩阵；

(4)利用非负低秩和稀疏矩阵分解算法对含噪语音时频矩阵进行分解，获得非负的低秩矩阵和稀疏矩阵；分解表达式为：

Y＝L+S+E满足rank(L)≤r,||S||₀≤h,L≥0,S≥0；

其中：Y为含噪语音时频矩阵；L为低秩矩阵，对应噪声的幅度谱；S为稀疏矩阵，对应语音的幅度谱，||S||₀表示稀疏矩阵S含有的非0元素个数，rank(L)表示矩阵L的秩，E为残差矩阵，r和h表示低秩和稀疏约束上限参数；

(5)利用稀疏矩阵S和含噪语音的相位谱重构增强语音频谱，然后通过逆傅里叶变换，得到时域形式的增强语音。

2.根据权利要求1所述的基于非负低秩和稀疏矩阵分解原理的语音增强方法，其特征在于，所述步骤(1)中对离散含噪语音信号进行预处理的处理过程为：

(1)采用P点最近邻信号均值来进行信号平滑，用以平滑含噪语音的幅度波形；

(2)对含噪语音信号分帧，分帧采用的窗函数为Hamming窗，窗长为200点，每次帧间移动的重叠点数为80点。

3.根据权利要求1所述的非负低秩和稀疏矩阵分解算法，其特征在于,计算低秩矩阵L和稀疏矩阵S的步骤如下：

(1)初始化：Y₀＝Y；L₀＝S₀＝[0]_N×K；

迭代次数初值i=1；最大迭代次数imax=10³；相对误差阈值δ＝10^-3；

(2)使用NMF更新低秩矩阵：(W,H)＝NMF(Y_i-1)，L_i＝WH；W∈R^N×r，H∈R^r×K；

NMF表示非负矩阵分解，NMF表示非负矩阵分解，W和H是秩为r的NMF分解结果，NMF的测度函数选择Itakura-Saito测度；

(3)使用软门限算子更新稀疏矩阵：S_i＝(Y_i-1-L_i+S_i-1＞λ)□(Y_i-1-L_i+S_i-1-λ)；

其中：符号表示矩阵对应位置元素乘积，λ为门限常数；λ与噪声水平有关，推荐值λ＝σ，其中σ为噪声的均方差；

(4)更新叠加矩阵：Y_i＝L_i+S_i；

(5)如果i达到最大迭代次数i=imax或者停止迭代，输出L和S的估计值L_i和S_i；否则跳转到步骤(2)，i=i+1；继续执行迭代过程。

4.根据权利要求1所述的基于非负低秩和稀疏矩阵分解原理的语音增强方法，其特征在于，所述步骤(5)中利用稀疏矩阵和含噪语音的相位谱重构增强语音频谱：

其中：∠Y(n,k)为含噪语音的频谱相位，S为稀疏矩阵，|S(n,k)|为稀疏矩阵谱幅度值，为重构的增强语音频谱，n为时间帧索引，k为频率索引。