欠定卷積混合語(yǔ)音信號(hào)盲分離研究.pdf

1、在語(yǔ)音信號(hào)處理領(lǐng)域中,將各個(gè)語(yǔ)音源信號(hào)從多個(gè)說(shuō)話者的混合語(yǔ)音信號(hào)中分離出來(lái),成為一個(gè)研究熱點(diǎn)和難點(diǎn),語(yǔ)音信號(hào)處理中的重要的研究方向,對(duì)語(yǔ)音識(shí)別、語(yǔ)音增強(qiáng)等都有著非常積極的作用。
　　盲源分離(Blind source separation,BSS),指的是在源信號(hào)和傳輸信道參數(shù)未知時(shí),僅由觀測(cè)到的信號(hào)求出源信號(hào)的過(guò)程。
　　在現(xiàn)今大多數(shù)的研究中,語(yǔ)音盲分離算法嚴(yán)格要求觀測(cè)信號(hào)的數(shù)目大于或等于源信號(hào)的數(shù)目。然而,在實(shí)際情況中,

2、經(jīng)常會(huì)出現(xiàn)欠定情況,即觀測(cè)信號(hào)的數(shù)目會(huì)小于源信號(hào)的數(shù)目的情況。在實(shí)際情況中還必須考慮到環(huán)境因素對(duì)信號(hào)傳播的影響,會(huì)產(chǎn)生延遲效應(yīng),用數(shù)學(xué)的表示方法便是卷積的形式。因此,尋找高效的欠定卷積混合語(yǔ)音盲分離的方法具有非常重大的實(shí)際意義和價(jià)值。
　　本論文針對(duì)欠定卷積混合語(yǔ)音的盲分離方法進(jìn)行了研究:
　　(1)基于快速獨(dú)立分量分析和自適應(yīng)非線性二元時(shí)頻掩蔽的語(yǔ)音盲分離方法。對(duì)輸入的混合語(yǔ)音信號(hào)進(jìn)行快速獨(dú)立分量分析,將結(jié)果進(jìn)行自適應(yīng)非線

3、性二元時(shí)頻掩蔽;重復(fù)進(jìn)行這兩步處理,直到分離出所有的語(yǔ)音源信號(hào)。將分離出的語(yǔ)音源信號(hào),再通過(guò)二元時(shí)頻掩蔽合并可提高輸出的質(zhì)量,分離出的語(yǔ)音信號(hào)仍然能保留雙聲道立體聲的效果。實(shí)驗(yàn)表明,該方法的性能大大優(yōu)于DUET方法和BLUES方法,信噪比增益大幅提高。
　　(2)基于非負(fù)矩陣分解(NMF)的語(yǔ)音盲分離方法。本方法使用高斯分量對(duì)源信號(hào)的短時(shí)傅里葉變換(STFT)進(jìn)行表示,高斯分量由基于板倉(cāng)-齋藤(Itakura-Saito(IS))

4、散度的非負(fù)矩陣分解的因子所組成。使用極大期望值算法(EM)求解參數(shù),并對(duì)信號(hào)進(jìn)行重組。本方法被應(yīng)用到雙聲道立體聲信號(hào)的盲分離實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明了該方法的有效性。
　　(3)基于快速相對(duì)牛頓法和乘子平滑技術(shù)的語(yǔ)音盲分離。該方法運(yùn)用語(yǔ)音信號(hào)的稀疏性和語(yǔ)音信號(hào)之間相互獨(dú)立的特性,使用快速相對(duì)牛頓法,使得在牛頓法中,求海森陣的步驟大為簡(jiǎn)化,大大提高了運(yùn)算速度。將乘子平滑技術(shù)運(yùn)用到包含拉格朗日乘子的最大類型函數(shù)的平滑近似式中,獲得了一個(gè)擴(kuò)展