周伟栋
- 作品数：4 被引量：9H指数：1
- 供职机构：南京邮电大学通信与信息工程学院更多>>
- 发文基金：国家自然科学基金国家重点基础研究发展计划江苏省自然科学基金更多>>
- 相关领域：电子电信更多>>
- 改进的正交匹配追踪语音增强算法被引量：8
- 2016年
- 本文根据语音信号在离散余弦变换(discrete cosine transform,DCT)域上的近似稀疏性,将压缩感知(compressed sensing,CS)应用于语音增强。提出了一种基于压缩感知的语音增强新算法。算法采用对语音信号具有一定鲁棒性的行阶梯矩阵,对含噪语音进行压缩观测,通过改进的正交匹配追踪OMP(orthogonal matching pursuit,OMP)算法重构语音信号,最后用低通滤波器对重构语音进行平滑滤波,实现语音增强。实验结果表明:本文所提语音增强算法在提高输出信噪比的同时,减少了重构时间,具有较强的鲁棒性。
- 周伟栋杨震于云
- 关键词：压缩感知离散余弦变换语音增强正交匹配追踪
- 语音压缩感知系统中的消噪技术研究
- 基于奈氏准则的传统数字信号处理方法，需要以大于信号带宽两倍的速率对其进行采样。面对海量待处理信息，数字化采样将会得到大量的采样数据，通信传输中给本来就紧缺的频带资源带来了很大的压力。另一方面，在传输之前往往需要对这些采样...
- 周伟栋
- 关键词：语音信号压缩感知
- 文献传递
- 基于稀疏表示的鲁棒性说话人识别系统
- 2015年
- 基于稀疏表示的说话人识别方法在无噪的环境下已经达到了理想的效果,然而在背景噪声下,此方法的识别性能大幅度下降。为了提高系统的鲁棒性,提出了一种新型的基于稀疏表示的鲁棒性说话人识别系统模型。此系统结合多状态训练和语音增强谱减法,在训练阶段和测试阶段同时利用语音增强技术,然后对增强后的语音进行多状态训练,以便提高训练特征数据集和测试特征数据集之间的匹配度。实验分析和结果表明,所提出的新型模型在所研究的白噪声和有色噪声下达到了很好的抗噪性能,具有很强的鲁棒性。
- 于云周伟栋
- 关键词：说话人识别谱减法
- 基于压缩感知的鲁棒性说话人识别参数研究被引量：1
- 2016年
- 奈奎斯特采样下的说话人识别,当为了确保高的识别率而采集较长时间说话人语音时,采样数据量特别大,其中有许多冗余造成了采样资源的浪费,压缩感知理论可以很好地解决此问题。基于压缩感知理论,文中利用行阶梯观测矩阵对信号进行投影,研究了压缩比与识别率的关系,在压缩比为1:2时,保证识别率的同时,使得采样数据量减少为原来的一半。在有噪环境下,将谱减法运用到压缩感知和特征提取过程中,在无需重构时域信号的前提下,直接从已估计的干净语音功率谱中提取具有鲁棒性的特征参数CS-SSMFCC(Compressed Sensing Spectral Subtraction Mel Frequency Cepstral Coefficient)。实验结果表明,与传统的识别参数MFCC(Mel Frequency Cepstral Coefficient)相比,CS-SSMFCC可以有效地提高系统的鲁棒性,具有很好的抗噪性能。
- 于云周伟栋
- 关键词：压缩感知谱减法特征参数鲁棒性
