基于非负矩阵分解和长短时记忆网络的单通道语音分离
【摘要】 为了解决语音分离中非负矩阵分解（non-negativematrixfactorization，NMF）、深度神经网络（deepneuralnetwork，DNN）等算法没有考虑语音时序相关性的问题。结合NMF和长短时记忆网络（longshort-termmemory，LSTM）算法提出NMFLSTM单通道语音分离算法：将语音信号的幅度谱作为模型的输入特征，通过训练NMF和LSTM模型获得目标语音的基矩阵和系数矩阵，并对其结果进行语音重构最终实现语音分离。实验结果表明：相比于未考虑语音时间连续性的算法，使用NMFLSTM算法分离语音的客观语音质量评估值（perceptualevaluationofspeechquality，PESQ）有明显提升，其最大值超过3.1，获得良好的分离效果。
