版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、學(xué)校代碼:10406分類號(hào):TN912.3學(xué)號(hào):130081102007南昌航空大學(xué)南昌航空大學(xué)碩士學(xué)位論文(學(xué)位研究生)基于低秩與稀疏矩陣分解的子空間基于低秩與稀疏矩陣分解的子空間語(yǔ)音增強(qiáng)方法的研究語(yǔ)音增強(qiáng)方法的研究碩士研究生:碩士研究生:謝堅(jiān)筱導(dǎo)師:師:孫成立副教授申請(qǐng)學(xué)位級(jí)別:申請(qǐng)學(xué)位級(jí)別:碩士學(xué)科、專業(yè):學(xué)科、專業(yè):檢測(cè)技術(shù)與自動(dòng)化裝置所在單位:所在單位:信息工程學(xué)院答辯日期:答辯日期:201606授予學(xué)位單位:授予學(xué)位單位:南
2、昌航空大學(xué)I摘要子空間語(yǔ)音增強(qiáng)方法可以有效地從帶噪語(yǔ)音樣本中估計(jì)出增強(qiáng)后語(yǔ)音。在傳統(tǒng)的子空間方法中,一個(gè)關(guān)鍵的步驟是通過(guò)子空間分解方法分解出一個(gè)與語(yǔ)音信號(hào)有關(guān)的子空間和與噪聲信號(hào)相關(guān)的子空間,通常是由奇異值分解或特征值分解來(lái)完成。然而,由于傳統(tǒng)的子空間分解算法是脆弱的,容易受大噪聲影響并使其分解精度變低,因此在低信噪比的情況下導(dǎo)致增強(qiáng)后的語(yǔ)音信號(hào)中有大量的殘留噪聲。本課題提出了基于低秩和稀疏矩陣分解(JLSMD)子空間方法的語(yǔ)音增強(qiáng)算法
3、。在該方法中,本課題首先將帶噪語(yǔ)音信號(hào)數(shù)據(jù)改為Toeplitz矩陣和估計(jì)其純凈語(yǔ)音信號(hào)矩陣的有效秩。然后通過(guò)基于JLSMD的子空間分解,分解得到對(duì)應(yīng)于增強(qiáng)后語(yǔ)音的低秩分量和對(duì)應(yīng)于噪聲信號(hào)的稀疏分量。同時(shí)本課題將JLSMD算法擴(kuò)展到有色噪聲的情況下,對(duì)有色噪聲進(jìn)行預(yù)白化處理,改進(jìn)了合成分析方法,使其應(yīng)用性更廣。將JLSMD算法在高斯白噪聲和現(xiàn)實(shí)世界的噪音的情況下進(jìn)行了實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果顯示在許多類型的強(qiáng)噪聲條件下,該方法比傳統(tǒng)方法產(chǎn)生更少的殘
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于低秩矩陣與稀疏矩陣分解的語(yǔ)音增強(qiáng)方法.pdf
- 基于連續(xù)性約束的低秩稀疏分解語(yǔ)音增強(qiáng)方法研究.pdf
- 基于矩陣低秩稀疏分解的運(yùn)動(dòng)目標(biāo)檢測(cè).pdf
- 基于矩陣低秩與稀疏分解的視頻圖像融合研究.pdf
- 基于非負(fù)約束低秩稀疏分解模型的語(yǔ)音增強(qiáng)算法研究與實(shí)現(xiàn).pdf
- 基于矩陣低秩稀疏分解的圖像融合算法研究.pdf
- 基于矩陣低秩稀疏分解的船舶交通流量預(yù)測(cè)研究.pdf
- 基于低秩稀疏子空間的數(shù)據(jù)挖掘算法研究.pdf
- 基于稀疏表示和低秩矩陣分解的人臉識(shí)別與圖像對(duì)齊方法研究.pdf
- 基于低秩矩陣分解的非局部稀疏模型圖像去噪方法研究.pdf
- 基于低秩稀疏分解的字符矯正方法研究.pdf
- 低秩矩陣分解的正則化方法與應(yīng)用.pdf
- 低秩稀疏矩陣分解在視頻監(jiān)控中的應(yīng)用.pdf
- 基于低秩稀疏矩陣分解的織物疵點(diǎn)檢測(cè)算法研究.pdf
- 基于投影替代與矩陣低秩稀疏分解的多光譜圖像融合.pdf
- 基于稀疏低秩矩陣的有噪圖像修復(fù)方法研究.pdf
- 基于加權(quán)殘差和矩陣分解的快速低秩矩陣補(bǔ)全方法.pdf
- 基于低秩稀疏理論的視頻增強(qiáng)研究.pdf
- 非負(fù)低秩組稀疏矩陣分解及其圖像檢索應(yīng)用.pdf
- 基于子空間學(xué)習(xí)的低秩表示.pdf
評(píng)論
0/150
提交評(píng)論