科研之友
微信
新浪微博
Facebook
分享链接
摘要
在欠定盲语音分离中，针对传统字典学习算法不能优化字典尺寸的问题，提出一种尺度自适应同步码字优化（Scale Adaptive Simultaneous Codeword Optimization，SASimCO）算法。该算法设计了一种迭代调整字典尺寸的自适应字典学习策略，将训练的字典用于语音盲分离中，以提高语音源信号的恢复性能。所提算法依据设计的候选矩阵，计算候选矩阵中的原子重要性，按照原子重要性准则对字典进行添加与删除原子操作，最后迭代训练得到一个稀疏表示误差最优的字典，用于语音源信号的恢复。使用Signal Separation Evaluation Campaign（SiSEC）数据集对所提算法进行了仿真实验，相较于传统字典学习算法，所提算法提高了语音源分离性能约1～3dB，证明了该算法的优势。
- 单位
