-
题名基于字典尺度自适应学习的欠定盲语音重构算法
- 1
-
-
作者
李嘉新
魏爽
俞守庚
刘睿
-
机构
上海师范大学信息与机电工程学院
上海交通大学感知与导航研究所
-
出处
《电讯技术》
北大核心
2023年第9期1411-1418,共8页
-
文摘
针对欠定盲语音分离传统字典学习算法不能优化字典尺寸的问题,提出了一种尺度自适应同步码字优化(Scale Adaptive Simultaneous Codeword Optimization,SASimCO)算法。设计了一种迭代调整字典尺寸的自适应字典学习策略,将训练的字典用于语音盲分离中,以提高语音源信号的恢复性能。所提算法依据设计的候选矩阵,计算候选矩阵中的原子重要性,按照原子重要性准则对字典进行添加与删除原子操作,最后迭代训练得到一个稀疏表示误差最优的字典,用于语音源信号的恢复。使用SiSEC(Signal Separation Evaluation Campaign)数据集对所提算法进行的仿真实验表明,相较于传统字典学习算法,所提算法提高了1~3 dB语音源分离性能,证明了该算法的优势。
-
关键词
欠定盲源分离
语音重构
尺度自适应字典学习
稀疏表示
-
Keywords
underdetermined blind source separation
speed reconstruction
scale adaptive dictionary learning
sparse representation
-
分类号
TN911.7
[电子电信—通信与信息系统]
-
