噪声情况下采用稀疏非负矩阵分解与深度吸引子网络的人声分离算法

为实现噪声情况下的人声分离,提出了一种采用稀疏非负矩阵分解与深度吸引子网络的单通道人声分离算法。首先,通过训练得到人声与噪声的字典矩阵,将其作为先验信息从带噪混合语音中分离出人声与噪声的系数矩阵;然后,根据人声系数矩阵中不同的声源成分在嵌入空间中的相似性不同,使用深度吸引子网络将其分离为各声源语音的系数矩阵;最后,使用分离得到的各语音系数矩阵与人声的字典矩阵重构干净的分离语音。在不同噪声情况下的实验结果表明,本文算法能够在抑制背景噪声的同时提高分离语音的整体质量,优于结合声噪人声分离模型的对比算法。      

联合精确比值掩蔽与深度神经网络的单通道语音增强方法

针对目前有监督语音增强忽略了纯净语音、噪声与带噪语音之间的幅度谱相似性对增强效果影响等问题,提出了一种联合精确比值掩蔽(ARM)与深度神经网络(DNN)的语音增强方法。该方法利用纯净语音与带噪语音、噪声与带噪语音的幅度谱归一化互相关系数,设计了一种基于时频域理想比值掩蔽的精确比值掩蔽作为目标掩蔽;然后以纯净语音和噪声幅度谱为训练目标的DNN为基线,通过该DNN的输出来估计目标掩蔽,并对基线DNN和目标掩蔽进行联合优化,增强语音由目标掩蔽从带噪语音中估计得到;此外,考虑到纯净语音与噪声的区分性信息,采用一种区分性训练函数代替均方误差(MSE)函数作为基线DNN的目标函数,以使网络输出更加准确。实验表明,区分性训练函数提升了基线DNN以及整个联合优化网络的增强效果;在匹配噪声和不匹配噪声下,相比于其它常见DNN方法,本文方法取得了更高的平均客观语音质量评估(PESQ)和短时客观可懂度(STOI),增强后的语音保留了更多语音成分,同时对噪声的抑制效果更加明显。      

一种基于奇异谱的语音激活检测方法

为了提高语音激活检测在低信噪比环境中的检测性能,提出了一种基于奇异谱的语音激活检测方法。首先用多窗口方法计算每一帧语音信号的相关矩阵;然后对相关矩阵进行奇异值分解;利用奇异值可以反映有用信号和噪声分布情况的特性,将每一帧语音信号经过加权处理后的最大奇异值与自适应阈值进行比较进行语音激活检测。该方法原理简单,易于硬件实现,通过实验仿真表明,在低信噪比环境下,和基于对数能量方法相比,本文方法也能够很好的区分语音段和非语音段,有良好的检测性能。     

Levy噪声激励下的幂函数型单稳随机共振特性分析

将Levy噪声与幂函数型单稳随机共振系统相结合, 为确保实验数据的可靠性, 以平均信噪比增益为衡量指标, 针对Levy噪声激励下的随机共振现象进行了研究. 详细介绍了单稳系统势函数形式及Levy噪声的产生原理, 深入探究了不同特征指数α 和不同对称参数β 取值条件下, 单稳系统参数a和b、Levy噪声强度放大系数D对幂函数型单稳系统共振输出的作用规律. 研究结果表明, 在任意Levy噪声分布条件下, 通过对系统参数a和b的适当调整均能诱导随机共振, 完成微弱信号检测, 且有多个随机共振区间与之对应, 同时这些区间不随α 或β 的改变而改变; 此外, 在研究噪声诱导的随机共振时也发现了同样的规律, 通过调节噪声强度放大系数D也能产生随机共振, 且随机共振区间也不随α 或β 的改变而改变; 最后, 在研究系统参数a和b之间的相互作用关系时发现, 一个系统参数的随机共振取值区间会随着另一个系统参数的改变而改变. 所获得的研究结果有效解决了Levy噪声激励下幂函数型单稳随机共振系统的系统参数、噪声强度放大系数的选择问题, 为其应用于工程实践提供了可靠的理论依据.     

联合深度神经网络和凸优化的单通道语音增强算法

噪声估计的准确性直接影响语音增强算法的好坏,为提升当前语音增强算法的噪声抑制效果,有效求解无约束优化问题,提出一种联合深度神经网络(DNN)和凸优化的时频掩蔽优化算法进行单通道语音增强。首先,提取带噪语音的能量谱作为DNN的输入特征;接着,将噪声与带噪语音的频带内互相关系数(ICC Factor)作为DNN的训练目标;然后,利用DNN模型得到的互相关系数构造凸优化的目标函数;最后,联合DNN和凸优化,利用新混合共轭梯度法迭代处理初始掩蔽,通过新的掩蔽合成增强语音。仿真实验表明,在不同背景噪声的低信噪比下,相比改进前,新的掩蔽使增强语音获得了更好的对数谱距离(LSD)、主观语音质量(PESQ)、短时客观可懂度(STOI)和分段信噪比(segSNR)指标,提升了语音的整体质量并且可以有效抑制噪声。      

基于数字信号处理的嗓音控制开关(VOX)算法研究

本文提出了一种基于数字谱分析的嗓音控制开关(VOX，Voice—Operated Transmit)的新算法，该算法简单、实用，在某种程度上克服了传统VOX算法的结构复杂、参数难调等局限，对噪声的鲁棒性也较好，而且易于用数字信号处理实现。首先利用信号功率谱二次处理，提取出语音的平均幅度包络，然后对所得包络进行阈值处理、限幅放大，最后就得到VOX函数。理论分析和计算机模拟结果表明，该算法不仅能较为准确地提取出语音波形的平均幅度包络，而且能工作在较低的信噪比条件下。     

多反复结构模型的精确音乐分离方法

针对基本反复模型音乐分离方法自适应性差的问题,提出一种基于美标度倒谱系数(MFCC)的多反复结构模型的音乐分离方法。首先,提取出音乐信号的MFCC系数矩阵(39维的数据构成);然后利用余弦特性得到其相似矩阵,进而将相似度一致的片段划分到一起,建立不同的反复结构模型;之后结合理想二元掩蔽(]BM)分离出背景音乐及歌声的频谱,相应的时域信号则由傅里叶逆变换获得;最后,在不同类型、长度的音乐文件上测试了算法性能,将提出的算法与Rafii的反复算法和Ozerov的灵活窗非负矩阵分解方法进行对比。实验结果表明,改进方法在分离性能上最高提高3 dB左右,并且对于曲调变换大的音乐提高效果更为明显,从而证实了改进方法是一种有效的音乐分离方法,并且更具稳定性。      

Analysis of weak signal detection based on tri-stable system under Levy noise

Stochastic resonance system is an effective method to extract weak signal.However,system output is directly influenced by system parameters.Aiming at this,the Levy noise is combined with a tri-stable stochastic resonance system.The average signal-to-noise ratio gain is regarded as an index to measure the stochastic resonance phenomenon.The characteristics of tri-stable stochastic resonance under Levy noise is analyzed in depth.First,the method of generating Levy noise,the effect of tri-stable system parameters on the potential function and corresponding potential force are presented in detail.Then,the effects of tri-stable system parameters w,a,b,and Levy noise intensity amplification factor D on the resonant output can be explored with different Levy noises.Finally,the tri-stable stochastic resonance system is applied to the bearing fault detection.Simulation results show that the stochastic resonance phenomenon can be induced by tuning the system parameters w,a,and b under different distributions of Levy noise,then the weak signal can be detected.The parameter intervals which can induce stochastic resonances are approximately equal.Moreover,by adjusting the intensity amplification factor D of Levy noise,the stochastic resonances can happen similarly.In bearing fault detection,the detection effect of the tri-stable stochastic resonance system is superior to the bistable stochastic resonance system.     

结合区分性训练深度神经网络的歌声与伴奏分离方法

针对音乐信号中的歌声与伴奏相互关联难以分离的问题,提出了一种区分性训练深度神经网络(Deep Neural Network,DNN)的音乐分离方法。首先,在DNN模型的基础上同时考虑歌声与伴奏间的重建误差和区分性信息,提出了一种改进的目标函数进行区分性训练;其次,在DNN模型上额外添加一层,引入时频掩蔽对估计出的歌声伴奏进行联合优化,相应的时域信号由傅里叶逆变换获得;最后,验证不同参数设置对分离性能的影响,并与现有的音乐分离方法进行对比.实验结果表明,改进的目标函数和时频掩蔽的引入明显提高了DNN的分离性能,且与现有的音乐分离方法相比分离性能最高提高了4 dB从而证实所提方法是一种有效的音乐分离方法。      

基于VSLMS-Rake模型的高阶多径BOC信号捕获方法*

针对高阶多径BOC信号捕获存在模糊性的问题,提出了一种基于VSLMS-Rake模型的捕获方法。该方法首先将接收的多径BOC信号经过VSLMS-Rake模型,然后再对处理后的信号进行功率谱估计。通过二者结合,不仅可以抑制多径干扰增强信号能量,还可以减小估计误差提高捕获概率,最终实现对高阶多径BOC信号的精确捕获。理论和仿真表明,在较低信噪比下,该方法优于现有其它捕获算法。