基于麥克風(fēng)陣列低信噪比下的多語(yǔ)音源測(cè)向技術(shù)研究.pdf

1、近年來(lái)，隨著語(yǔ)音信號(hào)處理技術(shù)的發(fā)展，語(yǔ)音源測(cè)向已成為麥克風(fēng)陣列信號(hào)處理中的一個(gè)熱點(diǎn)和難點(diǎn)?；邴溈孙L(fēng)陣列的測(cè)向技術(shù)不同于傳統(tǒng)陣列信號(hào)處理中的測(cè)向技術(shù)，在一維測(cè)向系統(tǒng)中，一般采用到達(dá)兩麥克風(fēng)的時(shí)差估計(jì)來(lái)反推語(yǔ)音源的方向，因此時(shí)延估計(jì)的精度是此測(cè)向技術(shù)的關(guān)鍵。時(shí)延估計(jì)的方法很多，傳統(tǒng)的時(shí)延估計(jì)方法如基本互相關(guān)、廣義互相關(guān)等方法易受噪聲的影響，在低信噪比情況下幾乎失效，且大都只適用于單源情況。
　　 針對(duì)上述情況，本文研究一種新的時(shí)延

2、估計(jì)方法，該算法把兩麥克風(fēng)接收的信號(hào)從時(shí)域變換到時(shí)頻域，把寬帶多語(yǔ)音源信號(hào)變成多個(gè)單時(shí)頻點(diǎn)信號(hào)的疊加。由于語(yǔ)音信號(hào)是時(shí)頻稀疏的，語(yǔ)音信號(hào)的能量主要集中在某些窄帶上，且各語(yǔ)音源的能量集中區(qū)域不交迭。本方法利用語(yǔ)音信號(hào)的這一特性，以時(shí)延為分類的依據(jù)，對(duì)每個(gè)頻點(diǎn)進(jìn)行能量加權(quán)聚類，能量集中的窄帶頻率里的頻點(diǎn)由于能量大，容易聚類出能量得到時(shí)延估計(jì)。同時(shí)由于每個(gè)語(yǔ)音源的時(shí)延不一樣，聚類出的能量峰值所對(duì)應(yīng)的時(shí)延不同，從而可以分別得出各個(gè)語(yǔ)音源的時(shí)延估

3、計(jì)，因此該方法適合多語(yǔ)音源情況下的時(shí)延估計(jì)。由于語(yǔ)音信號(hào)能量主要集中在某些窄帶，即使信噪比很低，窄帶內(nèi)的頻點(diǎn)信噪比仍然較高，還是能夠聚類出語(yǔ)音源的能量，得到時(shí)延估計(jì)，因此本方法也可以在低信噪比情況下正確估計(jì)出時(shí)延。在實(shí)際運(yùn)用中，為了獲得高的角度分辨力，一般采用大孔徑的麥克風(fēng)陣列。隨著頻點(diǎn)頻率的增大，頻點(diǎn)互功率譜所得的相位會(huì)出現(xiàn)模糊，導(dǎo)致頻點(diǎn)的時(shí)延估計(jì)不能唯一確定，聚類中出現(xiàn)偽峰。本論文采用逐次標(biāo)注法來(lái)消去由于相位模糊導(dǎo)致的偽峰，使峰值與