基于卷积非负矩阵部分联合分解的强噪声单声道语音分离
基于卷积非负矩阵部分联合分解的强噪声单声道语音分离
复制标题
DOI：
10.16383/j.aas.c180065
复制
发表时间：
2020
期刊：
影响因子：
--
通讯作者：
吾守尔·斯拉木
中科院分区：
文献类型：
--
作者：
董兴磊;胡英;黄浩;吾守尔·斯拉木
非负矩阵部分联合分解(Nonnegative matrix partial co-factorization, NMPCF)将指定源频谱作为边信息参与混合信号频谱的联合分解,以帮助确定指定源的基向量进而提高信号分离性能.卷积非负矩阵分解(Convolutive nonnegative matrix factorization, CNMF)采用卷积基分解的方法进行矩阵分解,在单声道语音分离方面取得较好的效果.为了实现强噪声条件下的语音分离,本文结合以上两种算法的优势,提出一种基于卷积非负矩阵部分联合分解(Convolutive nonnegative partial matrix co-factorization, CNMPCF)的单声道语音分离算法.本算法首先通过基音检测算法得到混合信号的语音起始点,再据此确定混合信号中的纯噪声段,最后将混合信号频谱和噪声频谱进行卷积非负矩阵部分联合分解,得到语音基矩阵,进而得到分离的语音频谱和时域信号.实验中,混合语音信噪比(Signal noise ratio, SNR)选择以-3 dB为间隔从0dB至-12dB共5种SNR.实验结果表明,在不同噪声类型和噪声强度条件下,本文提出的CNMPCF方法相比于以上两种方法均有不同程度的提高.