基于离群点检测的单通道语音增强
声音
2016-05-09 v1 机器学习
摘要
底层语音的失真是基于单通道的语音增强算法的一个常见问题，并阻碍了这类方法的更广泛应用。本文提出一种基于字典的语音增强方法，其侧重于保留底层语音。对干净语音的频谱块进行采样和聚类以训练字典。给定一个带噪语音频谱块，选取最佳匹配的字典条目，并用于估计每个时频单元处的噪声功率。噪声估计步骤被构建为一个离群点检测问题，其中仅当某单元处的噪声相对于最佳匹配字典条目的对应单元为离群点时，才假定其存在。该框架优先去除那些严重偏离训练字典中所存典型语音单元的频谱成分。即便没有独立噪声模型的辅助，该方法也能对各种非平稳噪声实现显著的噪声抑制，同时在更具挑战性的噪声环境中有效保留底层语音。
引用
@article{arxiv.1605.01329,
title = {Single Channel Speech Enhancement Using Outlier Detection},
author = {Eunjoon Cho and Bowon Lee and Ronald Schafer and Bernard Widrow},
journal= {arXiv preprint arXiv:1605.01329},
year = {2016}
}