卷積語音信號(hào)頻域盲分離關(guān)鍵技術(shù)的研究.pdf

1、語音信號(hào)的盲分離在近年來成為信號(hào)處理的一個(gè)熱點(diǎn)問題，因?yàn)槠湓谡Z音識(shí)別，高質(zhì)量的手機(jī)通信以及遠(yuǎn)程會(huì)議系統(tǒng)中都有著廣泛的應(yīng)用前景?；谒矔r(shí)混合的語音信號(hào)盲分離已經(jīng)相對(duì)成熟，而在實(shí)際環(huán)境中，由于房間的回響和反射，使得語音信號(hào)不再是簡單的瞬時(shí)混合，而成為卷積的混合，再加上語音信號(hào)本身的特性，使得卷積語音信號(hào)的盲分離變得異常困難。基于卷積混合信號(hào)的盲分離目前還處于實(shí)驗(yàn)室階段，還有很多待解決的問題。卷積語音信號(hào)的頻域盲分離方法可以將時(shí)域中卷積信號(hào)轉(zhuǎn)

2、換為頻域中的瞬時(shí)混合信號(hào)，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(gè)頻點(diǎn)上單獨(dú)進(jìn)行的，各個(gè)頻點(diǎn)上解出的源信號(hào)存在的次序不一致問題，是亟待解決的問題，同時(shí)，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(duì)以上問題，本文在以下幾個(gè)方面進(jìn)行了工作與創(chuàng)新性的探索。 (1)語音信號(hào)在時(shí)域中的特點(diǎn)已經(jīng)得到了廣泛的研究，而針對(duì)頻域中的特點(diǎn)的

3、研究并不多，因此本文針對(duì)卷積混合信號(hào)在頻域中進(jìn)行盲分離時(shí)所需的條件，通過實(shí)驗(yàn)研究了語音信號(hào)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(gè)頻點(diǎn)次序不一致問題(Permutation)仍然是一個(gè)未得到很好解決的問題，本文利用語音信號(hào)在時(shí)頻點(diǎn)上的稀疏特性，將時(shí)頻分析引入頻域的盲分離算法，作為獨(dú)立元分析的分離信號(hào)的參考信號(hào)，來解決各頻率點(diǎn)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(shí)，比起單獨(dú)用時(shí)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(hào)的傳播特性，利用源信號(hào)到接收器的波達(dá)方向(Direction of Arrival，DOA)作為約束條件，來實(shí)現(xiàn)頻域的在線算法，新算法可以實(shí)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(gè)重要問題就