卷积非负矩阵分解中的混合惩罚用于盲语音去混响
声音
2017-06-02 v1
摘要
当信号在封闭房间内录制时，通常会受到混响的影响。这种退化在处理音频信号时构成一个问题，尤其是在语音信号处理领域，如自动语音识别。尽管在某些条件下已有一些相当令人满意的方法来处理这一问题，但构建一种在一般情境下也能良好工作的方法仍然是一个重大挑战。本文提出一种基于卷积非负矩阵分解的方法，该方法混合两种惩罚项，以对恢复信号的时频分量和混响分量施加特定特性。文中描述并测试了实现该方法的算法，并与当前最先进方法的结果进行了比较，显示出显著的改进。
引用
@article{arxiv.1706.00114,
title = {Mixed penalization in convolutive nonnegative matrix factorization for blind speech dereverberation},
author = {Francisco J. Ibarrola and Leandro E. Di Persia and Ruben D. Spies},
journal= {arXiv preprint arXiv:1706.00114},
year = {2017}
}