多音頻信號(hào)分離與識(shí)別技術(shù)的研究.pdf

1、在現(xiàn)實(shí)環(huán)境中，音頻信號(hào)總是不可避免地會(huì)受到環(huán)境噪聲以及其他聲源信號(hào)的干擾，這給聲音信號(hào)的處理帶來(lái)諸多挑戰(zhàn)，另外如何在大量的音頻信息中迅速找到并識(shí)別出感興趣的聲音信息也是一個(gè)難點(diǎn)問(wèn)題，同時(shí)更是近些年來(lái)聲音信號(hào)處理領(lǐng)域的研究熱點(diǎn)之一，因此多音頻信號(hào)分離與識(shí)別系統(tǒng)的建立，對(duì)于工業(yè)應(yīng)用、國(guó)防軍事等很多相關(guān)領(lǐng)域都有極其重要的理論研究與應(yīng)用的價(jià)值。
　　在已有的聽(tīng)覺(jué)生理學(xué)的科研成果基礎(chǔ)上，建立了一個(gè)聽(tīng)覺(jué)模型。該模型主要包括可以提升聲音數(shù)據(jù)中、

2、高頻特性的外耳、中耳模型，可以對(duì)音頻信號(hào)進(jìn)行多頻道濾波處理的基底膜模型以及能夠獲得特征信息的內(nèi)毛細(xì)胞-聽(tīng)神經(jīng)模型。
　　利用雙耳時(shí)間差、雙耳水平差、聽(tīng)覺(jué)神經(jīng)發(fā)放概率以及自相關(guān)圖譜等特征參數(shù)，實(shí)現(xiàn)多音頻信號(hào)的分離。系統(tǒng)闡述了將多頻率聲音信號(hào)的混合數(shù)據(jù)通過(guò)Gamma tone濾波器實(shí)現(xiàn)多頻率通道的分離，求出每一個(gè)頻率通道的信號(hào)的聲源位置方位角，根據(jù)方位角的差異將頻率通道劃分為幾個(gè)大的歸屬類別，由每個(gè)頻率通道的自相關(guān)圖譜等特征參數(shù)利用幅

3、度譜特征迭代算法來(lái)實(shí)現(xiàn)信號(hào)波形的重構(gòu)，并且根據(jù)半波整流逆變換技術(shù)恢復(fù)前面丟失的負(fù)信號(hào)部分，以此來(lái)實(shí)現(xiàn)各個(gè)頻率通道聲音信號(hào)波形的恢復(fù)，把同屬一個(gè)類別的多個(gè)頻率通道的波形圖進(jìn)行迭接相加，獲得了音頻信號(hào)的完整波形圖，其他歸屬類別的波形圖恢復(fù)過(guò)程相同。最終實(shí)現(xiàn)音頻信號(hào)的分離。
　　接著再對(duì)分離出來(lái)的各個(gè)音頻信號(hào)進(jìn)行識(shí)別。本文在提取信號(hào)特征參數(shù)過(guò)程中主要獲得了兩個(gè)典型的特征：梅爾倒譜系數(shù)特征（MFCC）以及稀疏特征，然后利用支持向量機(jī)分別對(duì)