国内刊号:51-1267/TN
国际刊号:1001-893X
发布日期:
作者:李嘉新,魏爽,俞守庚,刘睿
单位:(1.上海师范大学 信息与机电工程学院,上海 201418;2.上海交通大学 感知与导航研究所,上海 200030)
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;
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。
来源:2023年第9期
《电讯技术》期刊编辑部