基于計(jì)算聽覺場(chǎng)景分析的混合語(yǔ)音信號(hào)分離算法研究.pdf

1、計(jì)算聽覺場(chǎng)景分析(CASA)是現(xiàn)代語(yǔ)音信號(hào)處理研究領(lǐng)域中的一個(gè)新興課題。在自然環(huán)境下，來(lái)自于多個(gè)聲音源的混合語(yǔ)音信號(hào)形成了一個(gè)典型的聽覺場(chǎng)景，基于聽覺場(chǎng)景分析(ASA)可以從復(fù)雜聲學(xué)環(huán)境中分離出目標(biāo)語(yǔ)音，分離效果比較理想，但是隨著人機(jī)交互學(xué)、自動(dòng)語(yǔ)音識(shí)別(ASR)、助聽器設(shè)計(jì)等研究的需要，噪聲環(huán)境下的語(yǔ)音分離算法仍然存在較大的挑戰(zhàn)。
　　本文主要針對(duì)計(jì)算聽覺場(chǎng)景分析(CASA)分離混合語(yǔ)音信號(hào)的問(wèn)題進(jìn)行研究，歸納和分析了當(dāng)前基于C

2、ASA的語(yǔ)音分離算法和聲音、噪聲的一些特性，重點(diǎn)研究了基于信號(hào)能量的混合語(yǔ)音分離算法和基于信號(hào)起始時(shí)刻和截止時(shí)刻的語(yǔ)音分離算法，具體工作和創(chuàng)新如下:
　　人耳聽覺系統(tǒng)對(duì)于語(yǔ)音信號(hào)高低頻的處理機(jī)制不一樣，而且混合語(yǔ)音信號(hào)在高頻段的能量較低，容易受到噪聲的干擾，根據(jù)這一特性，提出基于信號(hào)能量的混合語(yǔ)音分離算法，在聽覺分割之前先計(jì)算信號(hào)的能量值，由于高頻部分能量較低，因此，根據(jù)能量比值去除掉信號(hào)高頻部分有可能來(lái)自噪聲的那些時(shí)頻(T-F)

3、單元。這樣，聽覺重組之后的目標(biāo)語(yǔ)音信號(hào)將更少的受到噪聲干擾，使得分離結(jié)果更有效。
　　對(duì)于不同聲音源的信號(hào)，幾乎不可能具有相同的開始時(shí)刻和截止時(shí)刻，因此，基于這一聲音線索，也可以完成混合語(yǔ)音信號(hào)的分離。本文采用一種準(zhǔn)確的包絡(luò)提取算法提取信號(hào)的開始時(shí)刻點(diǎn)onset和截止時(shí)刻點(diǎn)offset，然后進(jìn)行包絡(luò)平滑，對(duì)候選的起止和截止時(shí)刻點(diǎn)進(jìn)行檢測(cè)和組合，得到聽覺片段，最終根據(jù)二值模知識(shí)分離出目標(biāo)語(yǔ)音信號(hào)。
　　本文在Win7平臺(tái)Vis