說話人個數(shù)時變的語音盲分離研究.pdf

1、盲源分離是用于陣列信號處理與分析的一種新興技術(shù)，因其能夠從觀測的混合信號中恢復(fù)出原始信號，而對原始信號和混合系統(tǒng)的先驗知識要求甚少，故此在無線通信、醫(yī)學(xué)信號處理、圖像增強和語音分離等諸多領(lǐng)域有著廣泛的應(yīng)用。 混合語音信號的分離是該技術(shù)的研究初衷，也是信號處理領(lǐng)域中的一個難題，涉及問題很多，方法各異。本文簡要概括了語音盲分離的基本理論和典型算法，并以此為基礎(chǔ)，所做的工作包括如下兩方面： 現(xiàn)有的語音盲分離算法都是針對說話人個

2、數(shù)已知且在分離過程中恒定的情況，而現(xiàn)實中說話人個數(shù)可以是時變的。本文提出一種解決方案，僅用兩個麥克風(fēng)對說話人個數(shù)時變的語音信號進(jìn)行盲分離，不僅能反映說話人個數(shù)時變的過程，而且解決了麥克風(fēng)與說話人之間個數(shù)差異引起的超定、欠定問題。其主要思想是：首先，判斷說話人個數(shù)的變化情況。綜合比較幾種說話人個數(shù)的判斷方法后，本文選取一種實時性能較好且易于實現(xiàn)的互功率譜相位法來反映說話人個數(shù)的變化過程并按照說話人個數(shù)不同，將采集的混合信號分段；其次，對各

3、段分別做盲分離處理。由于說話人個數(shù)和麥克風(fēng)個數(shù)存在差異，它們不能始終維持正定情況，所以本文借鑒了超定情況下的盲分離算法DUET；最后，本文提出設(shè)想，將各段處理結(jié)果用說話人識別技術(shù)整合，從而解決了說話人個數(shù)時變的語音盲分離問題。 此外，本文還用所提出的方法對盲定位進(jìn)行了研究?；诨スβ首V相來確定信號源到兩個麥克風(fēng)的距離差雙曲線，用DU盯求解波達(dá)方向角。聯(lián)立曲線和方向角實現(xiàn)多信號源盲定位。因為僅用了兩個麥克風(fēng)，所以定位結(jié)果是多個解，