从语音 HMM 导出的用于 Babble 噪声的非负 HMM：在语音增强中的应用
声音
2017-09-19 v1 机器学习
摘要
为多说话人 Babble 噪声建立良好的模型可以促进不同的语音处理算法（例如降噪）以减轻所谓的鸡尾酒会难题。在现有系统中，Babble 波形是作为 个不同语音波形的总和生成的这一事实并未被显式利用。在本文中，我们首先为语音信号的功率谱开发了一个 gamma 隐马尔可夫模型，然后将其表述为稀疏非负矩阵分解（NMF）。其次，通过放宽稀疏性约束对稀疏 NMF 进行扩展，提出了一种新的 Babble 噪声模型（gamma 非负 HMM），其中 Babble 基矩阵与语音基矩阵相同，并且随时间变化，两种信号仅基向量的激活因子（权重）不同。最后，利用导出的语音和 Babble 模型提出了一种降噪算法。所有静态模型参数均使用期望最大化（EM）算法估计，而时变参数，即语音和 Babble 信号的增益参数，则使用递归 EM 算法估计。客观和主观听觉评估表明，所提出的 Babble 模型和最终的降噪算法显著优于传统方法。
引用
@article{arxiv.1709.05559,
title = {Nonnegative HMM for Babble Noise Derived from Speech HMM: Application to Speech Enhancement},
author = {Nasser Mohammadiha and Arne Leijon},
journal= {arXiv preprint arXiv:1709.05559},
year = {2017}
}