麥克風(fēng)陣列語(yǔ)音增強(qiáng).pdf

1、麥克風(fēng)接收的語(yǔ)音信號(hào)通常被各種噪聲污染，因此需要語(yǔ)音增強(qiáng)技術(shù)來(lái)提取有用信號(hào)。麥克風(fēng)陣列語(yǔ)音增強(qiáng)一直是信號(hào)處理領(lǐng)域的一個(gè)研究熱點(diǎn)，廣泛應(yīng)用于語(yǔ)音識(shí)別、視頻會(huì)議和手機(jī)通訊等領(lǐng)域。麥克風(fēng)陣列不僅能利用語(yǔ)音信號(hào)的時(shí)域和頻域，還能利用源的空間信息來(lái)抑制噪聲。麥克風(fēng)陣列語(yǔ)音增強(qiáng)技術(shù)包括波束形成和盲源分離等方法。本文主要研究基于盲源分離的語(yǔ)音增強(qiáng)，它是一種能夠同時(shí)提取多個(gè)目標(biāo)源并且不需要源的先驗(yàn)知識(shí)信號(hào)處理方法。目前解決語(yǔ)音信號(hào)盲源分離主要包括為獨(dú)立

2、成分分析和時(shí)頻掩蔽兩大類(lèi)方法。這兩大類(lèi)方法在存在混響和背景噪聲的環(huán)境下分離性能都不夠理想，為此本文提出相應(yīng)的改進(jìn)方法。
　　 時(shí)頻掩蔽是一種基于語(yǔ)音信號(hào)稀疏特性，對(duì)特征向量自動(dòng)聚類(lèi)的盲源分離方法，該方法對(duì)混響和背景噪聲很敏感。為減小源空間參數(shù)的估計(jì)誤差，本文提出了基于特征向量加權(quán)聚類(lèi)的時(shí)頻掩蔽方法，該權(quán)重由先驗(yàn)信噪比決定。為減少信號(hào)失真、串音和背景噪聲，本文采用迭代的盲波束形成器，并結(jié)合使用語(yǔ)音幅度譜估計(jì)和時(shí)頻掩蔽。
　　

3、 頻域獨(dú)立成分分析是一種基于源獨(dú)立性假設(shè)的盲源分離方法。為減小混響的影響，本文將用于解混響的多通道線性預(yù)測(cè)器作為盲源分離的前置濾波器。為減少獨(dú)立成分分析迭代次數(shù)，本文用時(shí)頻掩蔽和盲波束形成的結(jié)果對(duì)頻域獨(dú)立成分分析做初始化，該初始化方法還能避免次序不確定性問(wèn)題。此外本文還提出一種新的基于語(yǔ)音信號(hào)稀疏性的盲源分離后處理方法：基于局部最小比例控制譜減法，比常規(guī)的時(shí)頻掩蔽和維納濾波等后處理方法能更有效的控制音樂(lè)噪聲，減小信號(hào)失真，提升分離性能