基于語(yǔ)音稀疏性的欠定信號(hào)盲分離研究.pdf

1、在實(shí)際場(chǎng)景中，我們同他人或者機(jī)器之間的交流總會(huì)不可避免地受到其他說話人以及周圍噪聲的干擾，這使得我們同外界的交流更加困難。為了從被污染的信號(hào)中恢復(fù)我們想要的信號(hào)，盲分離技術(shù)被學(xué)者們提出來解決這個(gè)問題，這里“盲”的意思是混合過程以及源信號(hào)信息都是不可獲知的。語(yǔ)音盲分離作為盲分離的一種，在很多實(shí)際場(chǎng)景中起著重要的作用，其中包括穩(wěn)健自動(dòng)語(yǔ)音識(shí)別的前端處理，場(chǎng)景分析，視頻會(huì)議，助聽器以及監(jiān)控。
　　按照混合過程來分，語(yǔ)音盲分離可以分為不考

2、慮回聲的模型即線性瞬時(shí)混合模型和考慮回聲的模型即卷積模型。按照源信號(hào)個(gè)數(shù)和混合信號(hào)個(gè)數(shù)來分，可以分為超定即混合信號(hào)個(gè)數(shù)大于源信號(hào)個(gè)數(shù)、適定即兩者個(gè)數(shù)相等和欠定。超定情況比欠定情況獲得的信息更多，因此分離效果更好。但是實(shí)際中由于環(huán)境和設(shè)備的限制，源信號(hào)個(gè)數(shù)很可能大于混合信號(hào)個(gè)數(shù)，因此對(duì)于欠定盲分離研究具有重要的意義。本文主要是針對(duì)欠定情況下的盲分離從兩個(gè)模型即欠定線性瞬時(shí)混合模型和欠定卷積模型分別討論和解決:
　　1.針對(duì)欠定瞬時(shí)混

3、合模型，我們提出了一個(gè)基于壓縮感知(CompressedSensing，CS)的無監(jiān)督分離方法，這個(gè)想法的創(chuàng)新之處在于將字典自學(xué)習(xí)策略和CS恢復(fù)融合在一起。所提算法主要包括兩步:第一步我們利用一個(gè)穩(wěn)健的方法得到混合矩陣的比較精準(zhǔn)的估計(jì);第二步為字典自學(xué)習(xí)過程，即用分離的信號(hào)去訓(xùn)練字典達(dá)到更新字典的目的，然后用更新的字典去估計(jì)新的分離信號(hào)，字典更新和源信號(hào)估計(jì)兩個(gè)過程交替進(jìn)行直至收斂。通過自適應(yīng)地更新字典，最終得到的字典接近于源信號(hào)的最優(yōu)

4、稀疏基，同時(shí)分離性能也在不斷提升。本文所提的字典自學(xué)習(xí)方法沒有用到源信號(hào)的先驗(yàn)信息，因此它是一個(gè)無監(jiān)督的方法，具有著更廣泛的應(yīng)用。
　　2.針對(duì)欠定卷積盲分離模型，我們研究了一個(gè)將分頻帶處理與基于去混響的后處理相結(jié)合的分離策略，主要包含三個(gè)步驟，即:第一步在子頻帶內(nèi)基于每個(gè)時(shí)頻點(diǎn)只有一個(gè)信號(hào)作用的假設(shè)通過聚類對(duì)混合矩陣進(jìn)行估計(jì)，然后對(duì)估計(jì)的混合矩陣進(jìn)行排列;第二步是假設(shè)源信號(hào)服從廣義拉普拉斯分布，在最大后驗(yàn)概率框架下重建源信號(hào);最