文献

J-GLOBAL ID：202002283215339268   整理番号：20A2106889

二重辞書学習に基づく単一チャネル音声強調手法【JST・京大機械翻訳】

A Single-channel Speech Enhancement Method Based on Double-layer Dictionary Learning

著者 (4件)： Sun Linhui (南京郵電大学通信与信息工程学院,江蘇南京,210003) ,  Wu Zihao (南京郵電大学通信与信息工程学院,江蘇南京,210003) ,  Xie Keli (南京郵電大学通信与信息工程学院,江蘇南京,210003) ,  Li Pingan (南京郵電大学通信与信息工程学院,江蘇南京,210003)
資料名： Xinhao Chuli  (Xinhao Chuli)
巻： 36  号： 6  ページ： 1001-1012  発行年： 2020年 
JST資料番号： C2154A  ISSN： 1003-0530  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 複雑なノイズ環境における音声強調効果を改善するために,本論文は,二重辞書学習に基づく単一チャネル音声強調法を提案した。訓練段階において,まず第一に,音声信号とノイズの区別可能成分を,区分的拘束とアンチエイリアシング制約に基づく最適化関数によって訓練し,次に,音声信号とノイズの混同性成分を,区分的拘束とアンチエイリアシング制約に基づく最適化関数によって訓練した。テスト段階におけるノイズ含有音声は,二重結合辞書に投影して,疎係数行列を得て,次に,強化音声を再構築した。この方法は,目標最適化関数の制約を用いて「交差投影」現象の発生を減少させ,信号が連合辞書の混同を低減させ,さらに音声強調の効果を向上できる。実験結果は,スペクトルグラフ,グローバル信号対雑音比(SNR),主観的音声品質評価(PESQ),および対数スペクトル距離(LSD)の4つの側面から,スパース制約非負行列因数分解と改良Wienerフィルタリングに基づく音声強調方式と比較して,提案方法がより良い性能を有することを示した。ノイズを効果的に除去することができた。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： SN比 ,  最適化 ,  雑音 ,  スペクトル ,  音声信号 ,  二重結合 ,  対数 ,  チャネル ,  *音声強調
準シソーラス用語： 品質評価 ,  アンチエイリアシング ,  係数行列 ,  非負行列因子分解 ,  Wienerフィルタリング ,  *辞書学習 , 【Automatic Indexing@JST】

分類 (2件)： 音声処理  (JE05000E) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 辞書学習 ,  チャネル ,  音声強調 ,  手法