基于算法的轻量级鲁棒无监督特征选择的音频去噪方法

本发明公开了基于算法的轻量级鲁棒无监督特征选择的音频去噪方法，包括采集实时场景下含噪声音频信号，作为待去噪音频数据；基于上述待去噪音频数据，构建基于联合子空间学习的鲁棒无监督特征选择模型，并通过多任务互补学习构建目标优化函数；采用交替优化方法，分步迭代求解目标优化函数；基于算法展开技术，将迭代求解过程转化为模块化神经网络结构，构建轻量级无监督特征选择网络；基于构建的轻量级无监督特征选择网络，待去噪音频数据经迭代计算后输出最优特征权重矩阵；基于最优特征权重矩阵评估特征重要性，选取目标特征子集对应关键音频特征；输出特征选择后的最终音频数据。本发明采用上述方法，实现对音频数据的高效去噪和质量提升。