單通道聲樂源信號分離方法研究.pdf

1、盲源分離(Blind Source Separation，BSS)技術(shù)指未知混合過程和源信號的情況下從觀測信號中分離出源信號的技術(shù)。隨著盲源分離技術(shù)在最近十幾年的發(fā)展，超定和適定盲源分離問題已經(jīng)得到了很好的解決，當前的研究重點主要集中在欠定盲源分離問題上，其中單通道聲樂源信號分離問題成為近年來研究的熱點問題，單通道顧名思義就是只有一路觀測信號，它由多路源信號混合而成。單通道聲樂源信號分離在伴奏提取、基音提取、弦提取、歌詞識別對齊等方面具

2、有廣泛的應用。
　　本文主要研究單通道聲樂源信號分離問題，具體任務就是將音樂中的歌聲和伴奏分開。主要完成以下兩方面工作:
　　(1)結(jié)合非負張量分解(Nonnegative Tensor Factorization, NTF)技術(shù)和音樂伴奏的重復模式技術(shù)提出一種無監(jiān)督的單通道聲樂源信號分離方法。非負張量分解技術(shù)可以無監(jiān)督的從單通道聲樂混合信號中分離出歌聲和音樂伴奏。重復模式提取技術(shù)利用音樂伴奏的周期性、自相似性即重復模式構(gòu)成

3、相應的重復模板，利用重復模板可以提取出混合信號中的周期性音樂伴奏。因此本文提出將非負張量分解技術(shù)和重復模式提取技術(shù)結(jié)合起來，利用音樂伴奏構(gòu)成的重復模板提取非負張量分解每個分量信號中的重復伴奏，即可實現(xiàn)歌聲和伴奏的分離。
　　(2)在深入研究了深度遞歸神經(jīng)網(wǎng)絡(Deep Recurrent Neural Network，DRNN)模型的基礎上，提出一種改進的、有監(jiān)督的單通道聲樂源信號分離方法。研究結(jié)果表明深度遞歸神經(jīng)網(wǎng)絡比深度神經(jīng)網(wǎng)

4、絡能得到更好的結(jié)果，因此本文將深度遞歸神經(jīng)網(wǎng)絡應用到單通道聲樂源信號分離當中，并用聯(lián)合軟模板訓練深度遞歸神經(jīng)網(wǎng)絡，以進一步提高分離性能。為了改進聲樂源信號分離的非相關(guān)性，通過改進區(qū)別訓練的目標函數(shù)來提高整個神經(jīng)網(wǎng)絡的分離能力。微調(diào)學習速率可以使得網(wǎng)絡避免局部極值，并加速收斂到全局極值，為了改進網(wǎng)絡的泛化能力，通過自適應學習激活函數(shù)的參數(shù)，進一步提高了網(wǎng)絡的分離能力。
　　實驗在MIR-1K數(shù)據(jù)庫上進行。本文對所述兩種方法做了大量仿