欠通道混合語音信號盲分離算法研究.pdf

1、在語音和聽覺信號處理領(lǐng)域中,如何從多個說話者的混合語音信號中分離出各個語音源信號或提取出人們感興趣的目標語音,來模仿人類的語音分離能力,成為一個重要的研究問題。
　　盲源分離(BSS),是指在不知源信號和傳輸信道參數(shù)的情況下,根據(jù)輸入源信號的統(tǒng)計特性,僅由觀測信號恢復出各個源信號的過程。通常的盲源分離算法大都要求混合是超完備(overcomplete)或完備(complete)的,即觀測信號的數(shù)目大于或等于源信號的數(shù)目。然而,在實

2、際語音通信過程中,由于實際條件所限,不可避免地會出現(xiàn)觀測信號的數(shù)目會小于源信號的數(shù)目的情況,即欠通道情況。因此尋找有效的欠通道語音盲分離方法具有非常重要的實際意義。
　　獨立分量分析(ICA)是一種有效的盲分離算法,己有不少學者提出了多種有效的ICA算法,但這些ICA算法大多都不考慮欠通道的情況。對于欠通道情況下的盲源分離,經(jīng)典的ICA算法并不能解決。
　　本論文在分析和總結(jié)前人研究工作的基礎(chǔ)上,對ICA的基本理論、經(jīng)典算法

3、及其在語音信號處理中的應用進行了分析和探討,針對當前語音分離的研究現(xiàn)狀,對欠通道瞬時線性混疊、模擬真實環(huán)境下的語音盲分離算法進行了研究和探索。主要進行了以下幾種解決方案的研究:
　　1.提出了一種新的多通道盲分離算法,卷積混合語音進行盲源分離時,不能直接應用ICA算法。首先對卷積混合語音模型進行常規(guī)線性轉(zhuǎn)化,然后采用改進時域FastICA的算法進行盲分離,利用聚類和重構(gòu)機制來恢復源信號。通過真實語音實驗表明,文中提出的算法能夠有效

4、的分離混合語音信號。
　　2.詳細研究了基于超完備基的獨立分量分析(Overcomplete ICA)的自然梯度和最短路徑的算法,利用該算法解決欠通道混合語音盲分離的算法。采用最短路徑方法來推斷源信號和采用自然梯度方法來學習基向量。通過實驗證明該算法能很好解決欠通道瞬時線性混合語音盲分離問題。
　　3.對變換域中的欠通道語音分離技術(shù)進行了探索。針對現(xiàn)有的時頻域語音分離的研究算法,結(jié)合ICA技術(shù)、二進制時頻掩碼技術(shù)等,對欠通道