面向欠定混合與動態(tài)信源個數(shù)的語音盲解卷研究.pdf

1、現(xiàn)實環(huán)境中，麥克風(fēng)接收到的語音信號通常是純凈語音與其他干擾信號的卷積混合。有些情況下，人們對這些源信號及傳輸通道知之甚少，所以利用盲源分離(BlindSource Separation，BSS)方法，從麥克風(fēng)觀測信號（混合信號）中估計出純凈信號，即進行語音盲解卷，已成為語音信號處理的重要課題。
　　在語音盲解卷中，存在兩種較為困難的情況。一是欠定混合情況，混合語音信號的數(shù)目少于源信號的數(shù)目。此時，一些傳統(tǒng)方法已經(jīng)無法實現(xiàn)分離。有學(xué)

2、者利用信號的稀疏性提出時頻掩蔽(masking)的分離算法，但若信號的稀疏性不夠強，該算法無法得到令人滿意的分離效果。再就是，現(xiàn)有的盲解卷算法大都是針對源信號個數(shù)已知且在分離過程中恒定的情況。然而，在實際混合過程中，源信號個數(shù)可能是時變的。這時，傳統(tǒng)方法將因模型失配而無能為力。
　　針對以上兩大問題，本文主要做了以下三方面的工作:(1)研究了欠定卷積混合情況下，基于感興趣語音波達(dá)方向的時頻masking抽取算法，并提出了通過提高采

3、樣頻率來增強信號稀疏性的方法。應(yīng)用仿真和實際錄制語音信號的抽取實驗結(jié)果表明，該方法能增強信號稀疏性，進而提高語音的抽取性能。本文還通過大量仿真實驗研究了源信號之間夾角及其波達(dá)方向?qū)Τ槿〗Y(jié)果的影響;(2)在將時頻masking分離算法應(yīng)用到欠定卷積混合語音的分離之中時，為了消除盲源分離頻域算法普遍存在的順序模糊性，本文研究了幅度相關(guān)性最大及mask聚類調(diào)序算法，并將這兩種算法結(jié)合起來，提出了一種新的改進調(diào)序算法。仿真及實際語音分離實驗結(jié)果