曾理
- 作品数：15 被引量：53H指数：5
- 供职机构：解放军理工大学更多>>
- 发文基金：江苏省自然科学基金国家自然科学基金更多>>
- 相关领域：电子电信更多>>
- 基于低秩与稀疏矩阵分解的单通道无监督语噪分离方法
- 本发明公开了一种基于低秩与稀疏矩阵分解的单通道无监督语噪分离方法。该方法首先使用短时傅里叶变换将带噪语音时域波形变换到时频域从而得到带噪语音的幅度谱；利用低秩与稀疏矩阵分解算法将带噪语音的幅度谱分解为噪声幅度谱、语音幅度...
- 张雄伟黄建军吴海佳贾冲曾理周彬
- 文献传递
- 基于子帧参数动态规划的语音基音周期提取算法
- 2010年
- 基音周期是语音参数编码中的重要参数。利用语音短时平稳性,提出了基于子帧参数动态规划的算法:每帧提取两组参数,帧间动态规划。仿真表明:对比传统算法,本方案更加准确;对于清浊音过渡帧的检测和基音倍频/半频错误有较好的改进作用。
- 曾理
- 关键词：基音周期动态规划
- 改进的稀疏字典学习单通道语音增强算法被引量：12
- 2014年
- 基于K奇异值分解字典学习方法及其非负约束下的修改算法,本文提出一种改进的单通道语音增强算法。该算法将噪声划分为结构化噪声和非结构化噪声两部分。首先通过稀疏字典学习的方法对结构化噪声进行建模,训练出噪声字典;然后,使用所得噪声字典去除带噪语音中的结构化噪声;最后,采用过完备字典和稀疏表示的方法对纯净语音进行提取,去除非结构化噪声。实验结果表明,在平稳或非平稳噪声环境下,本文算法均能有效去除加性噪声,性能优于多带谱减法和基于非负稀疏编码的增强算法。
- 李轶南张雄伟曾理黄建军
- 关键词：语音增强字典学习
- 基于低秩与稀疏矩阵分解的单通道无监督语噪分离方法
- 本发明公开了一种基于低秩与稀疏矩阵分解的单通道无监督语噪分离方法。该方法首先使用短时傅里叶变换将带噪语音时域波形变换到时频域从而得到带噪语音的幅度谱；利用低秩与稀疏矩阵分解算法将带噪语音的幅度谱分解为噪声幅度谱、语音幅度...
- 张雄伟黄建军吴海佳贾冲曾理周彬
- 基于压缩感知的K-L分解语音稀疏表示算法被引量：10
- 2013年
- 为克服稀疏基在KLT域不便传输的不足,提出一种基于Karhunen-Loeve(K-L)正交分解的语音稀疏表示算法。结合压缩感知理论,建立语音自相关模型并求解Fredholm积分方程,采用二分法估计出可实时传输的模型参数,构造非相干字典;然后用随机矩阵对语音在字典上的稀疏投影系数进行观测获得低维观测值。重构结果表明:相比已有的稀疏表示算法,本文算法的字典匹配性更好,且具有较好的语音质量。
- 曾理张雄伟陈亮杨吉斌贾冲
- 关键词：压缩感知
- 稀疏低秩噪声模型下无监督实时单通道语音增强算法被引量：8
- 2015年
- 针对现有基于字典学习的增强算法需要先验信息、不易实时处理的问题,提出一种便于实时处理的无监督的单通道语音增强算法。首先,该算法将无监督条件下背景噪声的建模问题转化为带噪语音幅度谱的稀疏低秩噪声分解;然后,采用增量非负子空间方法对背景噪声进行在线字典学习,获得能够体现背景噪声时变特性的自适应噪声字典;最后,利用所得的噪声字典,采用易于实时处理的逐帧迭代方式,对带噪语音进行处理。实验结果表明:相较于多带谱减法和基于低秩稀疏矩阵分解的增强算法,所提算法在噪声抑制方面的性能尤为显著,在多项性能评价指标上,均表现出更好的结果。
- 李轶南张雄伟贾冲陈亮曾理
- 关键词：语音增强带噪语音噪声模型背景噪声矩阵分解幅度谱
- 字典学习和稀疏表示的无监督语音增强算法被引量：1
- 2014年
- 针对非结构噪声难以去除的问题,基于字典训练和稀疏表示提出一种无监督语音增强算法。该算法通过构造过完备字典并使用带噪语音样本对其进行训练来实现。首先指出K-奇异值分解算法(K-SVD)存在的不足并提出一种新的改进的字典训练算法:K-双边随机投影算法(K-BRP);然后使用K-BRP算法不断更新字典矩阵和相应的增益系数矩阵,从被非结构化噪声所污染的带噪语音中提取出结构性强的纯净语音。大量实验结果表明,由于训练样本考虑到了语音信号的时频域局部结构特征,所提算法能够很好地消除随机噪声,并且在低信噪比情况下仍然能够保持较高的语音质量和可懂度。
- 李轶南贾冲张立伟闵刚曾理
- 关键词：语音增强
- 稀疏卷积非负矩阵分解的语音增强算法被引量：13
- 2014年
- 鉴于卷积非负矩阵分解在语音增强算法中的成功应用,进一步考虑语音信号在时频域的稀疏性,提出了稀疏卷积非负矩阵分解(Sparse convolutive nonnegative matrix factorization,SCNMF)的语音增强算法。该算法包括训练和增强两个阶段。训练阶段通过SCNMF算法分别对纯净语音和噪声的频谱进行训练,得到纯净语音和噪声字典,并将其作为增强阶段的先验信息。增强阶段首先通过SCNMF算法对带噪语音的频谱进行分解,然后利用纯净语音和噪声联合字典以及相应的迭代公式对语音编码矩阵进行估计,重构增强语音。通过实验仿真分析了稀疏因子对增强语音质量的影响。实验结果表明,在非平稳噪声和低信噪比条件下,本文算法增强效果均优于多带谱减、非负矩阵分解和卷积非负矩阵分解等传统的算法。
- 张立伟贾冲张雄伟闵刚曾理
- 关键词：语音增强非负矩阵
- 协同通信系统中差分调制在Rayleigh衰落信道中的误码性能分析
- 2011年
- 根据源-中继-目的节点链路的等效信噪比模型,推导了检测传送和选择检测传送两种协议下目的节点瞬时信噪比的概率密度函数和特征函数,基于此推导了协同DMPSK调制近似误符号率的闭合表达式。推导结果不含积分表达式,方便计算,为系统设计和功率分配提供了理论基础。最后通过仿真验证了推导结果的正确性。
- 范章君郭道省张邦宁曾理
- 关键词：协同通信差分调制误符号率
- 分段匹配追踪式Karhunen-Loeve非相干字典语音压缩感知被引量：2
- 2013年
- 压缩感知(Compressed Sensing,CS)理论突破了经典采样定理的理论边界,为信号压缩提供了另一种途径。基于CS理论框架,做了两方面工作:为提高语音字典对信号的匹配性,设计了一种基于K-L展开的非相干语音字典;针对现有匹配追踪(MP,OMP)算法的不足,提出分段匹配追踪(Segment MP,SegMP)算法。首先对语音自相关函数进行建模并估计模型参数,构造语音自适应非相干字典,然后采用SegMP对语音稀疏向量分段观测,获得多个低维矢量,最后结合模型参数重建字典并重构信号,实现了语音压缩感知。语音测试结果表明:相比现有方案,本文方案对信号的稀疏表示更为精准,具有更好的重构质量,且降低了计算复杂度。
- 曾理张雄伟陈亮杨吉斌黄建军
- 关键词：语音压缩非相干字典感知信号压缩模型参数
