稀疏低秩模型及相位谱补偿的语音增强算法

来源 :计算机工程与应用 | 被引量 : 0次 | 上传用户:iamssisy
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对现有的语音增强算法存在增强效果差、语音信号失真等问题,提出了稀疏低秩模型及改进型相位谱补偿的语音增强算法。首先,用稀疏低秩模型处理含噪语音的幅度谱,得到分离后的语音。接着,用归一化最小均方自适应滤波算法优化相位谱补偿算法的补偿因子。然后,对稀疏低秩分离后的语音进行改进型相位谱补偿处理,得到最终增强的语音。最后,对增强后的语音进行感知语音质量评价分析及频谱分析。实验结果表明,该方法能够有效地去除噪声,并且在低信噪比的情况下,可以保持语音的清晰度。
其他文献
针对处理大型In SAR相位数据,由于传统质量引导的相位解缠方法在解缠过程中要进行大量的排序操作,其解缠效率非常低,提出一种索引分段堆排序相位解缠方法。通过结合传统质量
为了从复杂工况下获取滚动轴承故障信息,提出了一种基于广义形态滤波和多分辨奇异值分解(MultiResolution Singular Value Decomposition,MRSVD)相结合的方法。首先利用广义形
针对网络化控制系统的滤波器参数存在摄动的问题,考虑到传感器-滤波器存在随机时延和丢包,设计对系统待估信号进行估计的加性非脆弱耗散滤波器,其中滤波器参数具有范数有界不确
数据中心能耗高是云计算发展过程中一个亟待解决的关键问题。建立了一个集群能耗优化模型,并在此基础上提出了一种基于Ceph集群的数据副本放置策略。该策略在考虑集群可用性