基于計(jì)算聽覺場景分析的混合語音分離.pdf

1、基于計(jì)算聽覺場景分析的語音分離技術(shù)在人工智能、機(jī)器感知和自動語音分離等領(lǐng)域有著非常廣泛的應(yīng)用，逐漸成為人們研究的熱點(diǎn)，尤其是噪聲環(huán)境下的語音信號分離最為困難。本文在基于計(jì)算聽覺場景分析的理論上，對噪聲環(huán)境下的混合語音信號分離進(jìn)行了研究，主要針對原有的利用雙耳時間差和雙耳強(qiáng)度差作為語音分離線索的混合語音分離系統(tǒng)存在的問題進(jìn)行了深入的研究與改進(jìn)。
　　首先，本文提出了一種將基音周期性特征與雙耳時間差和雙耳強(qiáng)度差特征相結(jié)合的分離算法，并

2、設(shè)計(jì)了雙重掩蔽模型。改進(jìn)后的算法利用了兩種語音分離線索，從兩個不同的角度對混合語音信號進(jìn)行分析處理，并經(jīng)過雙重掩蔽來實(shí)現(xiàn)對目標(biāo)語音的純凈分離。
　　其次，針對原有系統(tǒng)存在的掩蔽干擾聲音不徹底的問題，本文加入了以基音周期性特征作為語音分離線索的分離方法，同時設(shè)計(jì)出合理的初次掩蔽模型，將混合語音中的噪聲和雜音去除，并結(jié)合后續(xù)的二次掩蔽模型，達(dá)到了掩蔽更全面，去除干擾聲音更徹底的效果。
　　再次，針對原有系統(tǒng)存在的對于相對時延較大