基于CASA的語音分離技術(shù)及應(yīng)用研究.pdf

1、近幾年,隨著智能電子產(chǎn)品的廣泛流行,語音技術(shù)尤其是自動(dòng)語音識(shí)別技術(shù)也迎來了新的研究熱潮。在現(xiàn)實(shí)環(huán)境中,語音信號(hào)通常會(huì)受到各種噪聲的干擾,降低了信號(hào)的質(zhì)量以及識(shí)別度,從而導(dǎo)致了語音技術(shù)不能很好的應(yīng)用和推廣。
　　為了解決這個(gè)問題通常會(huì)考慮利用降噪技術(shù),傳統(tǒng)降噪技術(shù)雖然經(jīng)過多年的發(fā)展,但大部分是基于統(tǒng)計(jì)特性的,并且被處理的語音需要滿足一定的約束條件,因此仍然有很多難以解決的問題。人類聽覺系統(tǒng)對(duì)語音信號(hào)的感知力遠(yuǎn)遠(yuǎn)超過了現(xiàn)在的聲音信號(hào)處

2、理水平,研究人員對(duì)人類的聽覺系統(tǒng)進(jìn)行了研究,希望用機(jī)器模擬人類聽覺系統(tǒng)對(duì)語音信號(hào)的感知過程,計(jì)算聽覺場(chǎng)景分析(Computational Auditory Scene Analysis, CASA)就是這類研究中的一種典型方法。研究人員利用 CASA理論開發(fā)出了一些語音除噪系統(tǒng),其中比較成功的系統(tǒng)是Hu-Wang系統(tǒng),這些系統(tǒng)能夠?qū)⒄Z音信號(hào)從含有噪聲的混合音頻信號(hào)中分離出來。
　　本文對(duì)CASA的相關(guān)理論技術(shù)以及基于CASA的語音

3、分離系統(tǒng)進(jìn)行了研究,并對(duì)具有代表性的Hu-Wang語音分離系統(tǒng)提出一些改進(jìn)的方法,論文主要包括下面幾項(xiàng)工作:
　　1.提出了一種利用基于單位幀內(nèi)高低頻能量比來約束混合線索的分段算法。在高頻區(qū)域,語音信號(hào)不會(huì)存在較高的能量,如果此區(qū)域受到噪聲干擾,則分離線索也會(huì)受到相應(yīng)的干擾,從而影響時(shí)頻單元的分段效果。因此以提高時(shí)頻單元在分段環(huán)節(jié)的合并效果作為改進(jìn)方向,提出了一種基于單位幀內(nèi)高低頻能量比約束混合線索的分段算法。實(shí)驗(yàn)表明此算法能夠有

4、效提高系統(tǒng)的分離性能。
　　2.將音質(zhì)客觀評(píng)價(jià)系統(tǒng)和 CASA系統(tǒng)相融合。語音分離的性能評(píng)測(cè)標(biāo)準(zhǔn)通常是信噪比,但信噪比提高,并不意味著人對(duì)語音質(zhì)量的感知效果會(huì)相應(yīng)提高。因此本文嘗試把音質(zhì)客觀評(píng)價(jià)系統(tǒng)和CASA系統(tǒng)相融合,以達(dá)到在提高語音分離信噪比增益的同時(shí)也能夠提高音質(zhì)感知的效果。實(shí)驗(yàn)表明此方法能夠較好的提高分離結(jié)果的語音質(zhì)量。
　　3.基于CASA技術(shù)的改進(jìn)語音分離系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)。將上述兩種改進(jìn)方法融入語音分離的相關(guān)環(huán)節(jié),