买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：电子科技大学

摘要：本发明属于数字音频处理技术领域，具体提供一种基于稀疏分解的齿音抑制方法，用以解决现有齿音抑制方法由于没有对齿音和有用语音进行细粒度的区分、导致在抑制齿音时带来可感知的有用语音信息损失的问题。本发明包括齿音字典构建和齿音抑制两个阶段，该方法提取训练齿音音频帧的频谱，将齿音频率段的频谱幅度数据作为训练数据，采用稀疏字典训练方法，训练生成齿音字典，在此字典上，对提取的测试音频数据以帧为单位进行稀疏分解，利用残差矢量的能量来确定分解的原子数目，并根据分解系数的大小对齿音和有用语音进行了细粒度区分，同时通过保留残差信号的方式来去除齿音成分，从而在保持原语音信息的基础上，有效地抑制了音频中的齿音。

主权项：1.一种基于稀疏分解的齿音抑制方法，其特征在于，包括齿音字典构建和齿音抑制两个阶段；所述齿音字典构建包括以下步骤：A1.生成齿音样本；A1-1.初始化齿音特征矩阵F为空；A1-2.根据齿音训练音频生成齿音特征矩阵F，针对每一个齿音训练音频作：A1-2-1.将音频数据按固定长度划分为各音频帧，相邻帧间有重叠，得到N个音频帧；并对各音频帧数据进行加窗处理，再进行短时傅里叶变换，得到其对应的频谱；A1-2-2.设频谱幅度数据中对应每个时刻共有M+1个数据，则分别计算采样频率点m5000与m10000： 其中，为向下取整运算，fmax为最高频率；A1-2-3.对每一个音频帧作：对第n、1≤n≤N个音频帧，将采样频率点m5000到m10000的幅度数据排列构成列矢量并归一化得到特征矢量fn，将fn按列追加到齿音特征矩阵F中；A2.构建齿音字典：设定字典大小为K，将齿音特征矩阵F中的特征矢量作为训练数据，采用稀疏字典训练方法，训练生成齿音字典D；所述齿音抑制包括以下步骤：B1.生成测试样本；B1-1.初始化测试矩阵F′为空；B1-2.根据待处理音频生成测试矩阵F′，具体为：B1-2-1.将待处理音频数据按固定长度划分为各音频帧，相邻帧间有重叠，得到N′个音频帧；并对各音频帧数据进行加窗处理，再进行短时傅里叶变换，得到其对应的频谱，其中，第n个音频帧的频谱幅度数据为en；B1-2-2.对每一个音频帧作：对第n、1≤n≤N′个音频帧，将采样频率点m5000到m10000的幅度数据排列构成列矢量fn′，将fn′按列追加到测试矩阵F′中；B2.稀疏齿音分解；B2-1.定义长度为N′的类别标签数组S；B2-2.对每一个音频帧作：B2-2-1.在齿音字典D下，对F′的第n列矢量fn′进行稀疏分解，得到k个原子和残差矢量 其中，dj和cj分别为选择的第j个原子与其对应的权重系数，k为满足如下公式的最小整数： 其中，和分别为残差矢量和的各元素平方和；B2-2-2.搜索k个权重系数cj、1≤j≤k中的最大值cmax，根据cmax对类别标签数组S的第n个元素S[n]赋值： 其中，T为预设的权重系数阈值；B3.去除齿音成分：B3-1.初始化n＝1；B3-2.对S[n]进行判决：若S[n]＝1，则更新频谱幅度数据en的第m5000个至第m10000个元素： 其中，为的第m-m5000+1个元素，ElementAbsx表示对矢量x的每一个元素取绝对值的操作；否则，转到步骤B3-3；B3-3.更新n为n+1，并判断n是否大于N′，若是，转到步骤B3-4；否则，转到步骤B3-2；B3-4.使用更新后的频谱数据进行短时傅里叶逆变换，得到处理后的音频。

全文数据：

权利要求：

百度查询： 电子科技大学 一种基于稀疏分解的齿音抑制方法