南京邮电大学学报(自然科学版)

作者：孙林慧,袁　硕,张　蒙,梁文清,步云怡

单位：南京邮电大学 通信与信息工程学院，江苏 南京 210003南京邮电大学 通信与信息工程学院，江苏 南京 210003南京邮电大学 通信与信息工程学院，江苏 南京 210003南京邮电大学 通信与信息工程学院，江苏 南京 210003南京邮电大学 通信与信息工程学院，江苏 南京 210003

关键词：单通道语音分离；字典学习；深度神经网络；损失函数；语音增强

基金：国家自然科学基金(61901227, 62071242)资助项目

针对基于字典学习语音分离方法的“交叉投影”问题，提出了强约束的优化函数，不仅抑制重构信号和目标信号的误差，约束干净信号在联合字典上的误差，而且抑制干净信号在其他字典上的投影并限制字典间的原子相关性。此外，为了进一步提高两个相似信号的分离效果，提出基于强约束字典联合深度神经网络的单通道语音分离方法，首先利用强约束字典实现目标与干扰语音的初步分离，然后通过联合约束利用深度神经网络实现语音与干扰语音交叉投影残余的分离。实验结果表明，与其他优秀单通道语音分离方法相比，该算法有效提升了语音分离系统的性能。

来源：2023年第02期

《南京邮电大学学报(自然科学版)》期刊编辑部

查看南京邮电大学学报(自然科学版)杂志2023年第02期