[发明专利]一种基于联合字典学习和稀疏表示的单通道语音增强方法

权利要求书

1.一种基于联合字典学习和稀疏表示的单通道语音增强方法，其特征在于，包括：

步骤1、训练阶段

步骤11、构建干净语音和干净噪声的训练数据集；

步骤12、用双树复数小波变换(DTCWT)分别将干净语音和干净噪声训练数据集中的干净语音信号s^tr(t)和干净噪声训练信号n^tr(t)分解为一组子带信号和即：

其中DTCWT{}为双树复数小波变换算子，J，b,tl分别表示DTCWT的层数、子带数和树层数；

步骤13、对语音和噪声的每一子带信号分别用短时傅里叶变换得到时频域上的复数谱，即：

其中，STFT{}为短时傅里叶变换算子，tf,f分别为时间帧和频率点，分别为幅度、实部和虚部，分别为的幅度、实部和虚部；

步骤14、采用LARC算法和K-SVD算法分别学习干净语音和干净噪声复数谱的幅度、实部和虚部绝对值，得到相应的联合字典和字典的学习过程如下：

其中，分别是干净语音子带信号的幅度、实部和虚部字典；是干净语音子带信号的稀疏表示系数；干净语音子带信号的稀疏表示系数为矩阵形式，为的第g列；分别是干净噪声子带信号的幅度、实部和虚部字典；是干净噪声子带信号的稀疏表示系数；干净噪声子带信号的稀疏表示系数为矩阵形式，为的第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、带噪语音信号为x(t)＝s(t)+n(t)，用双树复数小波变换(DTCWT)将其分解为一组子带信号即：

其中，DTCWT{}为双树复数小波变换算子，J，b,tl分别表示DTCWT的层数、子带数和树层数；

步骤22，对带噪语音的每一子带信号分别用短时傅里叶变换得到时频域上的复数谱，即：

其中，STFT{}为短时傅里叶变换算子，tf,f分别为时间帧和频率点，分别为幅度、实部和虚部，提取相应的幅度、实部和虚部绝对值，并保留相位信息以及实部、虚部符号留待进一步处理；

步骤23，把带噪语音的每一子带信号的复数谱的幅度、实部和虚部绝对值组织起来，

并在干净语音和干净噪声的联合字典和上分别进行对应投影，获得投影的语音和噪声稀疏表示系数，计算如下：

其中，分别为在联合字典上的候选稀疏表示系数，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，分别为的第g列；分别为在联合字典上的候选稀疏表示系数，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，分别为的第g列；q为稀疏约束；

步骤24，对带噪语音的每一子带语音信号复数谱的初始估计；

首先，利用稀疏表示系数计算出各个字典重建出的语音和噪声复数谱的幅度、实部和虚部绝对值，如下式所示：

其次，由和保留的相位重建出第一种子带语音信号复数谱由和以及保留的和符号重建出第二种子带语音信号复数谱称之为初始估计；

同样，可以得到两种子带噪声信号复数谱的初始估计：

步骤25，对带噪语音的每一子带语音信号复数谱的最终估计；

首先，根据带噪语音的每一子带信号的复数谱的两种初始估计，分别计算比例掩码：

其次，完成带噪语音的每一子带语音信号的复数谱的更新估计：

其中，为矩阵对应元素乘法算子；

最后采用基尼系数对两种更新估计进行加权，得到带噪语音的每一子带语音信号的复数谱的最终估计：

步骤26，获得时域语音信号的估计

首先，对每个子带语音信号的复数谱估计进行短时傅里叶逆变换(ISTFT)：

其中ISTFT{}为短时傅里叶逆变换算子；

对上述一组语音子信号估计做双树复数小波逆变换(IDTCWT)，得到语音信号的估计：

其中IDTCWT{}为双树复数小波逆变换算子。