[发明专利]一种基于差分运算和联合字典学习的骨导语音增强方法

权利要求书

1.一种基于差分运算和联合字典学习的骨导语音增强方法，其特征在于，包括：

步骤1、训练阶段

步骤11、在室内无噪环境下用骨导麦克风和空气传导麦克风(简称气导麦克风)组成的异型双麦克风阵列同步采集训练语音，x^tr(t)和y^tr(t)分别为骨导麦克风和气导麦克风同步采集的说话人语音；

步骤12、对骨导麦克风和气导麦克风同步采集的骨导语音和气导语音分别做短时傅里叶变换，得到时频域上的复数谱(简称时频谱)，即：

X^tr(tf,f)＝STFT{x^tr(t)}

Y^tr(tf,f)＝STFT{y^tr(t)}

其中，STFT{}为短时傅里叶变换算子，tf和f分别为时间帧和频率点，|X^tr(tf,f)|为X^tr(tf,f)的幅度，|Y^tr(tf,f)|为Y^tr(tf,f)的幅度；

步骤13、按下式计算|X^tr(tf,f)|和|Y^tr(tf,f)|的差分时频谱幅度：

|Δ^tr(tf,f)|＝U{|Y^tr(tf,f)|-|X^tr(tf,f)|}

其中，U{}为单位阶跃函数算子；

步骤14、将|X^tr(tf,f)|和|Δ^tr(tf,f)|组织起来，形成联合矩阵通过稀疏约束学习算法学习出骨导语音时频谱幅度和差分时频谱幅度的对应关系和稀疏特征，得到反映骨导语音时频谱幅度和差分时频谱幅度特征关系的联合语音字典字典的学习过程如下：

其中，DX和DΔ分别是骨导语音时频谱幅度和差分时频谱幅度的子字典；C是骨导语音时频谱幅度和差分时频谱幅度的联合稀疏表示系数，联合稀疏表示系数为矩阵形式，c_g为C的第g列；q为稀疏约束，代表的是弗罗贝尼乌斯范数，||·||₁代表的是1-范数；

步骤2、检测阶段

步骤21、对骨导语音x(t)做短时傅里叶变换，得到其时频域谱，即：

X(tf,f)＝STFT{x(t)}

其中，STFT{}为短时傅里叶变换算子，tf和f分别为时间帧和频率点，|X(tf,f)|为X(tf,f)的幅度，Φ(tf,f)为X(tf,f)的相位，保留相位信息；

步骤22、把骨导语音的时频谱幅度|X(tf,f)|在联合字典中的骨导语音子字典上进行投影，获得投影的骨导语音的稀疏表示系数，计算如下：

其中，E为|X(tf,f)|在骨导语音子字典DX上的候选稀疏表示系数，E^*为通过上述式子从候选稀疏表示系数中选出的最优稀疏表示系数，稀疏表示系数为矩阵形式，e_g分别为E的第g列；q为稀疏约束，代表的是弗罗贝尼乌斯范数，||·||₁代表的是1-范数；

步骤23，估计差分时频谱幅度；

利用稀疏表示系数E^*与联合语音字典的差分时频谱幅度子字典DΔ，重建出差分时频谱幅度，如下式所示：

步骤24，对骨导语音时频谱幅度的增强；

首先，用估计的差分时频谱幅度补偿骨导语音时频谱幅度，如下式所示：

然后，结合待检测骨导语音时频谱X(tf,f)的相位Φ(tf,f)，计算增强后的骨导语音时频谱，如下式所示：

步骤25，对增强后的骨导语音时频谱进行短时傅里叶逆变换，获得增强后的骨导语音时域语音信号

其中ISTFT{}为短时傅里叶逆变换算子。

2.根据权利要求1所述的一种基于差分运算和联合字典学习的骨导语音增强方法，其特征在于，训练阶段，在室内无噪环境中，用骨导麦克风和气导麦克风组成的异型双麦克风阵列同步采集训练语音，构建骨导语音和差分语音的联合训练集；对骨导语音和气导语音做短时傅里叶变换得到其时频谱幅度，并计算出差分时频谱幅度；充分利用骨导语音时频谱幅度和差分时频谱幅度的对应关系以及语音的稀疏性，得到反映骨导语音时频谱幅度和差分时频谱幅度对应特征的联合语音字典；检测阶段，对于骨导语音进行短时傅里叶变换得到时频谱幅度和相位，将幅度在联合语音字典的骨导语音子字典上进行投影，用得到的最优稀疏表示系数与联合语音字典的差分语音子字典一起重建差分时频谱幅度，用于补偿骨导语音时频谱幅度，结合待检测骨导语音时频谱相位增强骨导语音时频谱，最后做短时傅里叶逆变换，得到增强后的骨导语音时域信号，从而提高语音清晰度。