卷積混疊語音信號盲分離方法與實(shí)現(xiàn)技術(shù).pdf

1、盲源分離是在信號混合過程未知或所知很少的情況下僅根據(jù)觀測信號對源信號進(jìn)行有效估計(jì)的一種技術(shù)。語音信號的盲分離是盲源分離領(lǐng)域的一個(gè)難點(diǎn)與熱點(diǎn)，在語音增強(qiáng)、語音識(shí)別、說話人定位、高性能助聽器等領(lǐng)域有廣泛的應(yīng)用前景，目前有關(guān)語音信號盲分離的理論研究仍是主流，語音信號混疊模型主要有瞬時(shí)混疊與卷積混疊兩種，由于真實(shí)環(huán)境中語音信號的多徑傳輸與延遲性，因此更加符合真實(shí)環(huán)境的卷積混疊盲分離問題成為研究熱點(diǎn)之一。
　　 解決卷積混疊語音信號盲分離

2、的方法目前主要分為時(shí)域算法與頻域算法等兩大類算法。頻域算法特點(diǎn)是計(jì)算復(fù)雜度相對較低、分離效果良好，雖然在頻域算法中可以在頻域中直接使用經(jīng)典的瞬時(shí)混疊盲源分離算法，但也需要解決排序不確定性這一關(guān)鍵難題。卷積混疊模型由于模型本身的復(fù)雜性導(dǎo)致其計(jì)算復(fù)雜度遠(yuǎn)大于瞬時(shí)混疊模型，故當(dāng)前大多數(shù)算法仍是在性能較高的計(jì)算機(jī)上完成仿真，嵌入式系統(tǒng)方案非常少，目前科技產(chǎn)品正朝著智能化、小型化方向發(fā)展，將語音信號盲分離算法移植到嵌入式平臺(tái)上將是一項(xiàng)有意義的工作

3、。
　　 針對上述問題，本文研究了針對真實(shí)環(huán)境下卷積混疊模型語音信號盲分離的方法與實(shí)現(xiàn)技術(shù)。提出一種卷積混疊模型語音信號的頻域盲分離方法，其中針對頻域算法中的排序不確定性問題提出了一種基于聚類思想的排序算法;設(shè)計(jì)并實(shí)現(xiàn)了一種基于DSP TMS320C6713語音信號盲分離系統(tǒng);同時(shí)研究了在Windows操作系統(tǒng)環(huán)境下如何利用多媒體API設(shè)計(jì)語音信號盲分離系統(tǒng)。本文的主要貢獻(xiàn)包括以下幾點(diǎn):
　　 (1)總結(jié)了語音信號盲分離

4、當(dāng)前的理論與應(yīng)用研究現(xiàn)狀，同時(shí)介紹了卷積混疊模型盲信號分離的基本原理，并分析比較了時(shí)域和頻域兩類方法的優(yōu)缺點(diǎn)。
　　 (2)提出一種卷積混疊模型語音信號的頻域盲分離方法，算法分為三步，首先將時(shí)域信號經(jīng)短時(shí)傅里葉變換到頻域，在頻域上每個(gè)頻點(diǎn)上使用復(fù)數(shù)值JADE算法，然后使用一種基于聚類思想的排序算法解決排序問題和使用基于最小失真原則的方法解決幅度問題，獲得分離濾波器后，再對觀測信號濾波得到分離信號。計(jì)算機(jī)仿真表明本算法具有良好的分

5、離性能。
　　 (3)提出了一種真實(shí)環(huán)境中語音信號盲分離嵌入式系統(tǒng)的實(shí)現(xiàn)方案，對語音盲分離的嵌入式平臺(tái)應(yīng)用進(jìn)行了初步探索。該系統(tǒng)以TI公司TMS320C6713 DSP處理器作為硬件核心平臺(tái)，基于TMS320C6713 DSK并設(shè)計(jì)了系統(tǒng)前端雙通道麥克風(fēng)采集電路，在CCS3.1開發(fā)環(huán)境下完成了一種基于非平穩(wěn)性的卷積混疊語音信號盲分離算法的移植，并進(jìn)行了大量的軟件優(yōu)化。測試結(jié)果顯示本系統(tǒng)運(yùn)行穩(wěn)定，并具有較好的分離性能，實(shí)現(xiàn)了離線和

6、在線情況下對真實(shí)環(huán)境中兩說話入混合語音信號的有效分離。
　　 (4)提出一種在Windows操作系統(tǒng)環(huán)境下的語音信號盲分離系統(tǒng)設(shè)計(jì)方案，外圍硬件主要包括一個(gè)USB聲卡和兩個(gè)電容麥克風(fēng)。系統(tǒng)在Visual C++6.0開發(fā)環(huán)境下使用C/C++進(jìn)行開發(fā)，合理設(shè)計(jì)系統(tǒng)框架，核心功能主要包括語音采集線程、BSS算法處理線程、語音播放線程三個(gè)線程。利用MFC設(shè)計(jì)簡潔、用戶交互良好的界面，利用Windows多媒體API操縱音頻數(shù)據(jù)流。測試結(jié)