-
公开(公告)号：CN108875824B
公开(公告)日：2022-09-27
申请号：CN201810599522.6
申请日：2018-06-11
Applicant: 南京邮电大学
IPC: G06K9/62
Abstract: 本发明提供一种单通道盲源分离方法，通过训练阶段，给定不同源语音信号训练样本Ti，求得对应的初始身份子字典Di和初始公共子字典Dc，从而得到包括初始身份子字典Di和初始公共子字典Dc的联合字典，采用优化函数迭代更新联合字典；采用稀疏编码算法求解混合信号在联合字典下的稀疏投影系数；根据子字典和稀疏向量恢复各个源信号；针对联合字典区分能力不强产生的“交叉投影”问题，本发明采用高区分性的联合字典，相比于其他的基于稀疏表示的单通道盲源分离算法，减少了源干扰，分离质量有了明显提高。
-
公开(公告)号：CN111383652A
公开(公告)日：2020-07-07
申请号：CN201911021192.3
申请日：2019-10-25
Applicant: 南京邮电大学
IPC: G10L21/0208 , G06K9/62
Abstract: 一种基于双层字典学习的单通道语音增强方法，包括如下步骤，步骤S1、对输入的语音和噪声样本进行采集、预处理及混合后，将其训练为稀疏子字典，稀疏子字典再通过约束目标优化函数获取单层联合字典和双层联合字典；步骤S2、对带噪语音进行增强处理，并将带噪语音在双层联合字典的第一层联合字典上投影，通过比较增强后的带噪语音的能量与预设能量阈值的大小，判断是否在第二层联合字典上投影；步骤S3、对所提出的基于双层字典学习的单通道语音增强方法进行性能评估。该方法根据单层字典增强后的信号中的语音和噪声的共性，依据阈值选择是否需要更加冗余的联合字典，有效减少“交叉投影”现象，提高联合字典的区分性。
-
公开(公告)号：CN111383652B
公开(公告)日：2023-09-12
申请号：CN201911021192.3
申请日：2019-10-25
Applicant: 南京邮电大学
IPC: G10L21/0208 , G06F18/28 , G06F18/214
Abstract: 一种基于双层字典学习的单通道语音增强方法，包括如下步骤，步骤S1、对输入的语音和噪声样本进行采集、预处理及混合后，将其训练为稀疏子字典，稀疏子字典再通过约束目标优化函数获取单层联合字典和双层联合字典；步骤S2、对带噪语音进行增强处理，并将带噪语音在双层联合字典的第一层联合字典上投影，通过比较增强后的带噪语音的能量与预设能量阈值的大小，判断是否在第二层联合字典上投影；步骤S3、对所提出的基于双层字典学习的单通道语音增强方法进行性能评估。该方法根据单层字典增强后的信号中的语音和噪声的共性，依据阈值选择是否需要更加冗余的联合字典，有效减少“交叉投影”现象，提高联合字典的区分性。
-
公开(公告)号：CN108875824A
公开(公告)日：2018-11-23
申请号：CN201810599522.6
申请日：2018-06-11
Applicant: 南京邮电大学
IPC: G06K9/62
Abstract: 本发明提供一种单通道盲源分离方法，通过训练阶段，给定不同源语音信号训练样本Ti，求得对应的初始身份子字典Di和初始公共子字典Dc，从而得到包括初始身份子字典Di和初始公共子字典Dc的联合字典，采用优化函数迭代更新联合字典；采用稀疏编码算法求解混合信号在联合字典下的稀疏投影系数；根据子字典和稀疏向量恢复各个源信号；针对联合字典区分能力不强产生的“交叉投影”问题，本发明采用高区分性的联合字典，相比于其他的基于稀疏表示的单通道盲源分离算法，减少了源干扰，分离质量有了明显提高。
-
-
-
Search Results
4
records
(took 0.026 seconds)
