基于雙耳空間信息的語音分離研究.pdf

1、語音分離技術(shù)尤其是基于人耳聽覺的語音分離技術(shù)，在語音增強(qiáng)、語音識別和助聽器等語音信號處理領(lǐng)域具有重要的地位。本文以雙耳空間信息為基礎(chǔ)，結(jié)合語音信號的稀疏性，提出了兩種基于雙耳定位的語音分離方法:基于時頻掩蔽的語音分離和基于壓縮感知的語音分離。
　　對于基于空間信息的多聲源混合語音分離，論文主要做了以下幾方面的工作:
　　(1)分析了雙耳定位的語音分離的研究思路?？臻g聽覺是人耳聽覺的一個重要特性，多聲源環(huán)境下，入耳聽覺系統(tǒng)首先

2、整合聲源的空間信息，經(jīng)由大腦的中樞神經(jīng)，進(jìn)行定位及分離，本文根據(jù)該特性，提出了先通過雙耳定位算法對多聲源進(jìn)行定位，再根據(jù)定位結(jié)果進(jìn)行語音分離的思路。
　　(2)研究了雙耳多聲源定位算法。通過對耳間時間差和耳間強(qiáng)度差兩個聲源定位線索進(jìn)行模型訓(xùn)練，建立方位映射模型，將多聲源混合語音進(jìn)行參數(shù)提取，通過耳間時間差與耳間強(qiáng)度差的聯(lián)合判定，獲取多聲源定位結(jié)果，包括聲源個數(shù)及其對應(yīng)的水平面上的角度。實(shí)驗(yàn)結(jié)果表明，該定位算法對單聲源至多聲源定位有

3、較高的定位準(zhǔn)確度。
　　(3)提出了基于雙耳定位結(jié)果的時頻掩蔽語音分離算法。在多聲源環(huán)境下，在頻域的同一頻點(diǎn)，能量最大的聲源將掩蔽其它能量較小的聲源，最終只有一個信號占主導(dǎo)，本文依據(jù)語音信號的頻域稀疏性，根據(jù)聲源定位的結(jié)果，將所有時頻點(diǎn)都劃分為離該時頻點(diǎn)距離最近的聲源，將每個聲源所劃分到的時頻點(diǎn)進(jìn)行時域轉(zhuǎn)換，獲得該聲源的分離信號。基于雙耳定位的時頻掩蔽語音分離其實(shí)驗(yàn)結(jié)果要明顯優(yōu)于同類算法。
　　(4)提出了基于雙耳定位結(jié)果的