噪聲環(huán)境中語(yǔ)音信號(hào)盲分離的研究.pdf

1、盲源分離(Blind Source Separation：BSS)技術(shù)是現(xiàn)代信號(hào)處理領(lǐng)域中一個(gè)嶄新的研究方向。盲源分離是指在信號(hào)源和傳輸信道完全或部分未知情況下，只利用傳感器陣或天線陣的觀測(cè)來(lái)分離、提取源信號(hào)的信號(hào)處理理論。近年來(lái)，它已成為信號(hào)處理領(lǐng)域的一個(gè)研究熱點(diǎn)。盲源分離在無(wú)線通信、陣列信號(hào)處理、語(yǔ)音信號(hào)分離、圖像處理、生物醫(yī)學(xué)、地震勘探、雷達(dá)和聲納、噪聲消除等領(lǐng)域有著廣泛的應(yīng)用?；旌险Z(yǔ)音信號(hào)的分離是盲源分離的重要內(nèi)容，也是信號(hào)處理

2、領(lǐng)域中的一個(gè)難題。 本文詳細(xì)研究了盲源分離的基礎(chǔ)理論，重點(diǎn)研究了各種混合模型下的語(yǔ)音信號(hào)分離算法。研究了瞬時(shí)混合信號(hào)的盲源分離方法。主要介紹了三種常用的算法--基于信息最大化的神經(jīng)網(wǎng)絡(luò)算法(Informax)、聯(lián)合近似對(duì)角化算法(JADE)、基于固定點(diǎn)迭代的快速神經(jīng)算法(FastICA)，目前己廣泛應(yīng)用于語(yǔ)音信號(hào)處理、圖像處理、多用戶通信、陣列信號(hào)處理及醫(yī)學(xué)信號(hào)處理等許多領(lǐng)域。研究了卷積混合信號(hào)的盲源分離方法。卷積混合盲分離的算

3、法可以分為兩類：第一類是在時(shí)域中的分離算法，另一類是在頻域中的分離算法。 目前，對(duì)實(shí)錄語(yǔ)音信號(hào)的盲分離、去噪和多通道盲分離等處理仍存在著許多問(wèn)題和困難值得探討，這些問(wèn)題的解決勢(shì)必會(huì)給聲信號(hào)的檢測(cè)帶來(lái)重大的實(shí)用價(jià)值。本文著重研究ICA在語(yǔ)音信號(hào)瞬時(shí)線性盲分離、卷積盲分離、背景音樂(lè)下信號(hào)的多通道盲分離中的應(yīng)用。 本文通過(guò)語(yǔ)音分離實(shí)驗(yàn)，采用自然環(huán)境下的語(yǔ)音信號(hào)，將盲分離算法應(yīng)用于真實(shí)環(huán)境下混合語(yǔ)音信號(hào)盲分離中，進(jìn)行了計(jì)算機(jī)仿真