實(shí)際語(yǔ)音盲分離的客觀評(píng)價(jià)方法的研究.pdf

1、盲分離是當(dāng)今語(yǔ)音信號(hào)處理領(lǐng)域的新熱點(diǎn)，可以在源信號(hào)和信道沒(méi)有任何先驗(yàn)知識(shí)的情況下，通過(guò)觀測(cè)到的幾個(gè)信號(hào)來(lái)恢復(fù)出未知語(yǔ)音源，而使用一般的語(yǔ)音增強(qiáng)和降噪方法進(jìn)行分離則比較困難。如何比較盲分離算法性能優(yōu)劣，將有效促進(jìn)算法的進(jìn)一步發(fā)展，因此盲分離的評(píng)價(jià)方法有重要意義。傳統(tǒng)的語(yǔ)音盲分離評(píng)價(jià)方法主要有基于混合矩陣和基于信號(hào)的兩大模型。隨著語(yǔ)音盲分離技術(shù)的不斷實(shí)用化，傳統(tǒng)的評(píng)價(jià)指標(biāo)因?yàn)橐蕾囉谝阎葱盘?hào)或信道等先驗(yàn)知識(shí)，所以不符合實(shí)際信號(hào)采集模型，而僅

2、利用人耳判斷分離效果也不能客觀的評(píng)價(jià)盲分離算法性能。目前的研究中，尚沒(méi)有公認(rèn)的適用于實(shí)際語(yǔ)音盲分離的客觀評(píng)價(jià)指標(biāo)。 本論文對(duì)盲分離算法的評(píng)價(jià)方法進(jìn)行了系統(tǒng)的研究，重點(diǎn)分析了當(dāng)源信號(hào)和混合信道等先驗(yàn)知識(shí)未知時(shí)，混合語(yǔ)音盲分離的評(píng)價(jià)問(wèn)題，并提出了一些新的觀點(diǎn)和算法，具有一定的研究意義和實(shí)際應(yīng)用價(jià)值。論文的主要工作和創(chuàng)新點(diǎn)如下： 1、提出了基于極大似然的獨(dú)立性檢測(cè)方法：利用獨(dú)立分量分析的假設(shè)，通過(guò)比較各次計(jì)算的目標(biāo)函數(shù)收斂值的

3、大小，檢測(cè)由初值選取、核函數(shù)學(xué)習(xí)算法等因素造成性能差異。該方法適用于僅含觀測(cè)信號(hào)的采集環(huán)境，擺脫了傳統(tǒng)評(píng)價(jià)方法對(duì)先驗(yàn)知識(shí)的依賴，具有一定的創(chuàng)新性； 2、提出了基于聽(tīng)覺(jué)感知模型的評(píng)價(jià)方法：建立了同步比較模型，并將人耳聽(tīng)覺(jué)對(duì)語(yǔ)音特征的感知和模式識(shí)別引入該模型，設(shè)計(jì)出了基于美爾倒譜系數(shù)的高斯混合模型的指標(biāo)和基于時(shí)域信號(hào)相關(guān)性的指標(biāo)。在此基礎(chǔ)上，提出了聽(tīng)覺(jué)一獨(dú)立性聯(lián)合指標(biāo)。該指標(biāo)分別從聽(tīng)覺(jué)感知域和信號(hào)獨(dú)立性角度客觀評(píng)價(jià)語(yǔ)音盲分離的性能，

4、具有一定創(chuàng)新性； 3、改進(jìn)了語(yǔ)音盲分離的可靠性算法：修正了Bootstrap樣本生成范圍的方法，并結(jié)合基于組平均距離策略的分級(jí)聚類(lèi)，改進(jìn)了獨(dú)立分量分析的可靠性算法，獲得了更精確的參數(shù)，并分析了混合維度、運(yùn)算精度和可靠性的關(guān)系，具有一定創(chuàng)新性； 4、為了驗(yàn)證以上評(píng)價(jià)方法的有效性，本文首先分析了盲分離性能指標(biāo)的基本理論，并對(duì)盲分離基本評(píng)價(jià)模型的多種評(píng)價(jià)算法進(jìn)行了仿真實(shí)驗(yàn)。在獨(dú)立性檢測(cè)方面，以基于極大似然估計(jì)為例，對(duì)不同算法進(jìn)