基于主成分的频谱迭代稀疏化语音增强方法

摘要

针对现有频谱稀疏化方法在复杂环境语音增强上性能不佳的问题，提出一种基于主成分分析的迭代频谱稀疏化方法 .首先，对输入信号的语谱图进行二维中值滤波处理，得到行分量频谱和列分量频谱；对包含语音主音的行分量频谱序列进行主成分分析（PCA），以去除噪声部分并保留主要语音结构；然后联合列分量频谱序列和缩放因子进行混合重构原信号，并采用动态缩放因子实现对列分量频谱噪声的有效控制.在此基础上，利用稀疏化对噪声的抑制作用，对频谱进行多次稀疏化，以减弱噪声.实验结果表明，该方法增强了不同类型噪声下语音的信噪比，包括White、Pink、Babble、Volvo和Factory等五种噪声，输入信噪比为15 dB，所提方法的信噪比分别提升了13.89 dB,11.97 dB,5.65 dB,5.26 dB和4.73 dB，该方法在其他信噪比下也能有效地抑制噪声和保留有效特征信息，并减少因背景噪声引起的语音失真.

关键词

语音增强 / 多维度频谱分析 / 谱稀疏化 / 主成分分析