非負矩陣分解算法及在語音轉(zhuǎn)換中的應(yīng)用.pdf

1、非負矩陣分解(Non-negative Matrix Factorization，NMF)通過將一個非負矩陣分解為非負系數(shù)矩陣和非負基矩陣的乘積將數(shù)據(jù)表達為非負成分的非負線性組合，從而獲得數(shù)據(jù)的子空間表示或者實現(xiàn)數(shù)據(jù)降維。相比PCA方法，這種非負表達方式更具有物理意義。作為一種有效的數(shù)據(jù)處理技術(shù)，NMF已廣泛應(yīng)用到語音識別、語音轉(zhuǎn)換、人臉檢測及識別、文本分析與聚類、網(wǎng)絡(luò)安全、數(shù)字水印、圖像處理、生物醫(yī)學(xué)工程等多項領(lǐng)域中。
　　本文

2、的主要研究內(nèi)容包括稀疏卷積非負矩陣分解算法以及該算法在語音轉(zhuǎn)換中的應(yīng)用，具體內(nèi)容如下:
　　(1)提出基于板倉-齋藤距離和稀疏約束的卷積非負矩陣分解算法。與利用已有的基于歐式距離或者KL散度的NMF方法衡量矩陣分解前后的誤差不同，本文利用板倉-齋藤距離作為目標代價函數(shù)衡量原始矩陣與重建矩陣之間的誤差。板倉-齋藤距離函數(shù)具有尺度不變性，這使得待分解的矩陣中較小元素具有較小的重建誤差。在增加對系數(shù)矩陣的稀疏約束后，本文基于此目標代價函

3、數(shù)推導(dǎo)了分解算法的乘性更新規(guī)則。語音重建實驗結(jié)果表明通過該方法重建后的語音具有較高可懂度。
　　(2)利用稀疏約束的卷積非負矩陣分解算法進行語音轉(zhuǎn)換。相比普通的非負矩陣分解，稀疏卷積非負矩陣分解能夠刻畫數(shù)據(jù)的時延信息，更適合處理語音這類信號。為此，本文利用卷積非負矩陣分解進行語音轉(zhuǎn)換。在訓(xùn)練階段，利用上述基于板倉-齋藤距離和稀疏約束的卷積非負矩陣分解算法分別得到源說話人和目標說話人的時頻基;在轉(zhuǎn)換階段，首先將待轉(zhuǎn)換語音在源說話人基