1.一种基于双层字典学习的单通道语音增强方法,其特征在于,包括如下步骤,步骤S1、对输入的语音和噪声样本进行采集、预处理及混合后,将其训练为稀疏子字典,稀疏子字典再通过约束目标优化函数获取单层联合字典和双层联合字典;
步骤S2、对带噪语音进行增强处理,并将带噪语音在双层联合字典的第一层联合字典上投影,通过比较增强后的带噪语音的能量与预设的阈值,判断是否在第二层联合字典上投影;
所述步骤S1包括如下步骤,
步骤S11、对每一句输入的时域连续纯净语音和噪声样本进行采样,再按照预设的信噪比的值调整噪声信号的幅值,获取M帧语音信号和噪声信号及用于训练的带噪语音信号;
步骤S12、对语音信号和噪声信号分别进行K‑SVD字典训练,并采用BP算法重构信号,获取语音子字典和噪声子字典;
步骤S13、将语音子字典和噪声子字典拼接成初始的单层联合字典和双层联合字典,再通过约束目标优化函数获取最优的单层联合字典和双层联合字典。
2.根据权利要求1所述的一种基于双层字典学习的单通道语音增强方法,其特征在于,获取最优的单层联合字典和双层联合字典的具体步骤为,步骤S131、将语音子字典和噪声子字典拼接为联合字典D;
步骤S132、通过BP算法将训练的带噪语音信号在初始的联合字典D上投影,获取稀疏编码系数;
步骤S133、计算出L‑BFGS算法中所需要的目标优化函数的梯度;
步骤S134、通过L‑BFGS算法迭代求解优化函数,获取最优联合字典。
3.根据权利要求2所述的一种基于双层字典学习的单通道语音增强方法,其特征在于,所述步骤S131中,单层联合字典的学习中,将第一层的语音子字典Ds和噪声子字典Dn拼接为单层联合字典D=[Ds,Dn];双层联合字典的学习中,固定第一层所学习的语音子字典Ds和噪声子字典Dn,优化第二层所学习的语音子字典Es和噪声子字典En,最后拼接各子字典得获取双层联合字典D=[Ds,Es,Dn,En]。
4.根据权利要求2所述的一种基于双层字典学习的单通道语音增强方法,其特征在于,所述步骤S134中,单层联合字典的优化中,优化函数分为四项误差约束:第一项为最小化训练的带噪语音在联合字典D=[Ds,Dn]上进行稀疏表达的误差;
第二项为最小化纯净语音信号在语音子字典Ds上进行稀疏表达的误差;
第三项为最小化噪声信号在噪声子字典Dn上进行稀疏表达的误差;
第四项为最小化语音子字典与噪声子字典的内积;
双层联合字典的优化中,优化函数分为五项误差约束:
第一项为最小化训练的带噪语音在联合字典D=[Ds,Es,Dn,En]上进行稀疏表达的误差;
第二项为最小化纯净的语音信号与训练的带噪语音信号的语音成分在双层字典中源对应的子字典Ds和Es上的稀疏表达的误差;
第三项为最小化纯净的噪声信号与训练的带噪语音信号的噪声分量在双层字典中源对应的子字典Dn和En稀疏表达的误差;
第四项为最小化第一层学习的语音子字典Ds与第二层学习的能表达语音成分的子字典Es内积的误差;
第五项为最小化第一层学习的噪声子字典Dn与第二层学习的能表达噪声成分子字典En内积的误差。
5.根据权利要求1所述的一种基于双层字典学习的单通道语音增强方法,其特征在于,所述步骤S2包括如下步骤,步骤S21、将测试的带噪语音在第一层联合字典上投影,然后将稀疏系数矩阵和第一层联合字典相乘,获取基于第一层联合字典学习的增强后的语音信号;
步骤S22、将经第一层联合字典学习增强的带噪语音的能量与预设能量阈值进行比较,若小于能量阈值,则表明经过第一层联合字典增强后的语音中“交叉投影”现象严重,执行步骤S23,将带噪语音在第二层联合字典上投影;若大于能量阈值,则将基于第一层字典学习增强后的语音信号作为最终增强后的语音输出;
步骤S23、将带噪语音在第二层联合字典上投影,然后将稀疏系数矩阵和第二层联合字典相乘,得到基于第二层联合字典学习的增强后的语音信号并作为最终增强后的语音输出。
6.根据权利要求1所述的一种基于双层字典学习的单通道语音增强方法,其特征在于,还包括步骤S3、对所提出的基于双层字典学习的单通道语音增强方法进行性能评估。