基于計(jì)算聽覺場(chǎng)景分析的單通道語音盲分離技術(shù).pdf

1、作為最有效直接的交流方式，語音卻總是受到實(shí)際環(huán)境中各種干擾或噪聲的影響。但是基于人類獨(dú)特的聽覺場(chǎng)景分析，人耳總能妥善處理各種情況，敏銳地捕獲各種特定信號(hào)。利用計(jì)算機(jī)模擬人耳的感知過程并對(duì)聽覺場(chǎng)景進(jìn)行建模，實(shí)現(xiàn)語音分離的過程即計(jì)算聽覺場(chǎng)景分析（Computer Auditory Scene Analysis，CASA），已成為近年來語音信號(hào)處理領(lǐng)域的一個(gè)研究熱點(diǎn)。
　　本文在詳細(xì)分析 CASA理論知識(shí)及其經(jīng)典算法的基礎(chǔ)上，針對(duì)干擾信

2、號(hào)為非語音信號(hào)和其他語音信號(hào)兩種情況，研究基于 CASA的單通道語音分離問題。主要研究工作如下：
　　針對(duì)從非語音干擾中分離語音的問題，現(xiàn)有的基于 CASA的算法大多集中于對(duì)濁音分離的研究，對(duì)清音分離的研究較少。本文對(duì)基于 CASA和譜減法的清音分離算法進(jìn)行改進(jìn)，針對(duì)原算法運(yùn)算量大和清音背景噪聲估計(jì)不準(zhǔn)確的問題，在清音分離前先通過估計(jì)聲音信號(hào)的開始和結(jié)束時(shí)刻（Onset/Offsett）找出可能存在清音的時(shí)頻區(qū)域，并利用相鄰時(shí)頻單

3、元能量具有連續(xù)性的原理，對(duì)清音時(shí)頻塊中每一時(shí)頻單元分別進(jìn)行噪聲能量估計(jì)。仿真結(jié)果表明，改進(jìn)算法比原算法運(yùn)算量更小，對(duì)清音分離的有效性更高。
　　針對(duì)干擾信號(hào)也是語音即雙語音分離問題，本文提出了一種結(jié)合CASA和說話人識(shí)別的雙語音分離系統(tǒng)。利用Tandem算法實(shí)現(xiàn)濁音同時(shí)組織，基于Gammatone頻率倒譜系數(shù)（Gammatone frequency cepstral coefficients，GFCC）的聚類建立目標(biāo)函數(shù)實(shí)現(xiàn)說話人