卷積語音信號頻域盲分離關(guān)鍵技術(shù)的研究.pdf

1、語音信號的盲分離在近年來成為信號處理的一個熱點問題，因為其在語音識別，高質(zhì)量的手機通信以及遠(yuǎn)程會議系統(tǒng)中都有著廣泛的應(yīng)用前景?；谒矔r混合的語音信號盲分離已經(jīng)相對成熟，而在實際環(huán)境中，由于房間的回響和反射，使得語音信號不再是簡單的瞬時混合，而成為卷積的混合，再加上語音信號本身的特性，使得卷積語音信號的盲分離變得異常困難。基于卷積混合信號的盲分離目前還處于實驗室階段，還有很多待解決的問題。卷積語音信號的頻域盲分離方法可以將時域中卷積信號轉(zhuǎn)

2、換為頻域中的瞬時混合信號，簡化了盲分離的模型。但是，在頻域盲分離算法中，由于解混是在各個頻點上單獨進(jìn)行的，各個頻點上解出的源信號存在的次序不一致問題，是亟待解決的問題，同時，頻域盲分離算法大多為批處理算法，很少有在線算法，并且在線算法的收斂速度也較慢，這些都是頻域盲分離算法中需要改進(jìn)的地方。 針對以上問題，本文在以下幾個方面進(jìn)行了工作與創(chuàng)新性的探索。 (1)語音信號在時域中的特點已經(jīng)得到了廣泛的研究，而針對頻域中的特點的

3、研究并不多，因此本文針對卷積混合信號在頻域中進(jìn)行盲分離時所需的條件，通過實驗研究了語音信號在頻域中所具有的特性，并且將這些特性應(yīng)用于頻域的盲分離算法中。 (2)在頻域的盲分離算法中，各個頻點次序不一致問題(Permutation)仍然是一個未得到很好解決的問題，本文利用語音信號在時頻點上的稀疏特性，將時頻分析引入頻域的盲分離算法，作為獨立元分析的分離信號的參考信號，來解決各頻率點上次序不一致問題，新算法在分離的效果上優(yōu)于傳統(tǒng)的相

4、關(guān)算法和DOA算法，同時，比起單獨用時頻二元掩模的方法減少了失真。 (3)由于傳統(tǒng)的解決次序不一致問題大多為批處理算法，因而導(dǎo)致頻域盲分離的算法不能在線進(jìn)行，本文利用語音信號的傳播特性，利用源信號到接收器的波達(dá)方向(Direction of Arrival，DOA)作為約束條件，來實現(xiàn)頻域的在線算法，新算法可以實現(xiàn)在線分離，并且不像原批處理的DOA算法需要知道接收器的位置信息。 (4)頻域的盲分離算法還存在一個重要問題就