版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、語音分離的研究在語音通信、信號增強等領域有著重要意義。語音分離作為語音信號處理的前端模塊,其性能的好壞直接決定整個語音系統(tǒng)的性能優(yōu)劣?;谌说碾p耳聽覺機制,雙耳語音分離比單聲道語音分離有著更加魯棒的特性。因此,本文探討魯棒的雙耳語音分離問題,基于空間線索和時頻分析特性,提出了多聲源混合語音的雙耳語音分離算法。論文提出的算法包括兩個方面:基于改進DUET(Degenerate Unmixing Estimation Technique)算
2、法的平滑分離技術、基于計算機聽覺場景分析CASA(Computational Auditory Scene Analysis)的子帶分離算法。
(1)基于DUET算法的平滑技術。傳統(tǒng)的DUET分離算法基于語音信號的頻域稀疏性,生成不同聲源語音的二值掩膜,然而,這種硬編碼的方式會產(chǎn)生目標聲源頻域頻點成分丟失的問題。本文提出構建概率形式的掩膜,利用兩種思路實現(xiàn)軟編碼。一種是基于Gammatone濾波器組的子帶平滑,利用已有的二值掩
3、膜和子帶的頻譜函數(shù),計算各個子帶的比重系數(shù),推導出每個時頻點的軟編碼值。另一種是基于Sigmoid函數(shù)的平滑,Sigmoid函數(shù)對于分布概率密度函數(shù)呈倒鐘形的信號有著優(yōu)秀的擬合能力,將候選方位的匹配距離轉換成分離語音的軟編碼形式的掩膜。本文采用PES Q(Perceptual Evaluation of Speech Quality)值作為評價指標,仿真實驗表明兩種平滑技術在多種環(huán)境下均能取得了魯棒的提升。
(2)基于計算機聽
4、覺場景分析CASA的子帶分離算法?;旌险Z音經(jīng)過子帶濾波和分幀加窗,得到時頻單元,即T-F(Time-Frequence)單元。雙耳語音分離問題演變成T-F單元的歸屬問題。本文提出兩種算法得到T-F單元的掩膜矩陣。其一為基于核密度估計KDE(Kernel Density Estimation)的生成模型。訓練階段,利用核密度估計函數(shù)計算得到不同方位角各個子帶的特征分布的概率密度函數(shù)庫,測試階段,通過比較混合語音的T-F單元的特征矢量在不同
5、角度的概率密度大小,確定T-F單元的歸屬;其二為基于支持向量機SVM(Support Vector Machine)的判別模型。這里將雙耳語音分離問題看成多分類問題,在特征空間,訓練一個SVM多分類器,從而計算混合語音的T-F單元對應的特征矢量的歸屬。兩種算法采用的雙耳特征均為耳間時間差ITD(Interaural Time Difference)和耳間強度差IID(Interaural Intensity Difference)。本文
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于雙耳聲源定位的魯棒語音分離研究.pdf
- 基于聽覺計算模型和深度神經(jīng)網(wǎng)絡的雙耳語音分離.pdf
- 基于雙耳空間信息的語音分離研究.pdf
- 語音分離算法的研究與實現(xiàn).pdf
- 語音分離與增強算法的研究.pdf
- 多語音分離語音增強方法的研究.pdf
- 魯棒性雙耳聲源定位研究.pdf
- 基于振蕩神經(jīng)網(wǎng)絡的語音分離算法的研究.pdf
- 盲源分離算法及其在語音分離中的應用研究.pdf
- 基于稀疏分解的單通道混合語音分離算法研究.pdf
- 基于深度學習的語音分離研究.pdf
- 基于空域濾波的語音分離研究.pdf
- 語音分離和語音增強方法研究.pdf
- 語音分離技術的研究與實現(xiàn).pdf
- 聽覺特性與魯棒語音識別算法研究.pdf
- 基于序貫字典學習的單通道語音分離算法研究.pdf
- 基于盲源分離的魯棒數(shù)字水印算法.pdf
- 耳語音轉換正常語音及耳語音識別建模方法研究.pdf
- 語音識別系統(tǒng)噪聲魯棒性算法研究.pdf
- 基于深度學習的單通道語音分離.pdf
評論
0/150
提交評論