基于麥克風(fēng)陣列的語音增強(qiáng)和分離方法研究.pdf

1、環(huán)境噪聲和競(jìng)爭(zhēng)說話者的干擾是語音通信過程中常見的干擾情況。人的聽覺系統(tǒng)可以在嘈雜的多個(gè)講話者的環(huán)境中區(qū)分和跟蹤自己感興趣的語音信號(hào)，并分辨出自己所需要的聲音，這種分辨能力是人體內(nèi)部語音理解機(jī)理所特有的一種感知能力，也就是人類的語音分離的能力，稱為“雞尾酒會(huì)效應(yīng)”。然而，現(xiàn)有的語音處理系統(tǒng)無法做到這一點(diǎn)，其性能受到噪聲和競(jìng)爭(zhēng)說話者語音的嚴(yán)重影響。例如，當(dāng)前的語音識(shí)別系統(tǒng)對(duì)純凈語音能夠達(dá)到很高的識(shí)別率，但是當(dāng)語音被噪聲污染時(shí)，系統(tǒng)性能會(huì)急劇

2、下降。 語音信號(hào)增強(qiáng)和分離是抑制噪聲干擾、還原原始語音信號(hào)的一種有效途徑。近年來，基于麥克風(fēng)陣列的語音增強(qiáng)技術(shù)在車載通信、多媒體會(huì)議以及機(jī)器人控制系統(tǒng)中得到廣泛的應(yīng)用。和單個(gè)麥克風(fēng)相比，麥克風(fēng)陣列在時(shí)頻域的基礎(chǔ)上增加了一個(gè)空間域，對(duì)來自空間不同方位的信號(hào)進(jìn)行空時(shí)頻聯(lián)合處理。因此，麥克風(fēng)陣列可以彌補(bǔ)單個(gè)孤立的麥克風(fēng)在噪聲處理、聲源定位跟蹤、語音提取分離等方面的不足，能夠廣泛應(yīng)用于各種具有嘈雜背景的語音通信環(huán)境(如會(huì)場(chǎng)、多媒體教室、

3、助聽器、車載免提電話、戰(zhàn)場(chǎng)等)，以提高語音通信質(zhì)量。麥克風(fēng)陣列研究是陣列信號(hào)處理的新方向，具有廣闊的市場(chǎng)應(yīng)用前景。 盲信號(hào)分離，是指在不知源信號(hào)和傳輸信道參數(shù)的情況下，根據(jù)輸入源信號(hào)的統(tǒng)計(jì)特性，僅由觀測(cè)信號(hào)恢復(fù)出各個(gè)源信號(hào)的過程，它是實(shí)現(xiàn)語音分離的主流方法。獨(dú)立分量分析(Independent Component Analysis，ICA)，是在研究盲源分離過程中出現(xiàn)的一種新興的盲分離技術(shù)，自其出現(xiàn)便成為信號(hào)處理、數(shù)值分析、統(tǒng)計(jì)

4、及神經(jīng)網(wǎng)絡(luò)等領(lǐng)域中的熱點(diǎn)研究問題，并在語音處理、生物醫(yī)學(xué)信號(hào)處理、模式識(shí)別，特征提取、數(shù)據(jù)壓縮、圖像處理和電子通訊等方面獲得了非常廣泛的應(yīng)用。 到目前為止已經(jīng)有諸多語音增強(qiáng)方法被提出，但是強(qiáng)噪環(huán)境下的語音增強(qiáng)仍是一個(gè)具有挑戰(zhàn)性的課題；另外，卷積盲分離的研究對(duì)于語音分離的實(shí)際應(yīng)用具有重大意義，頻域盲分離是解卷積的行之有效的方法，然而順序不確定性成為一個(gè)嚴(yán)重的問題。本論文重點(diǎn)對(duì)以上兩個(gè)問題進(jìn)行研究和探索。 本論文對(duì)ICA的基

5、本理論、麥克風(fēng)陣列語音增強(qiáng)技術(shù)和卷積混疊語音信號(hào)的盲分離進(jìn)行了詳細(xì)介紹；對(duì)麥克風(fēng)陣列信號(hào)處理技術(shù)在語音信號(hào)處理中的應(yīng)用進(jìn)行了分析和探討，并針對(duì)當(dāng)前語音增強(qiáng)和分離的研究現(xiàn)狀，對(duì)強(qiáng)噪環(huán)境下基于麥克風(fēng)陣列的語音增強(qiáng)和頻域內(nèi)盲反卷積的順序不確定性問題進(jìn)行了研究和探索。主要進(jìn)行了以下解決方案的研究： 1.提出了基于ICA的麥克風(fēng)陣列語音增強(qiáng)方法。方案中，我們首先利用ICA對(duì)嚴(yán)重污染的語音信號(hào)進(jìn)行分析，提取出相對(duì)純凈的目標(biāo)信號(hào)；然后通過后續(xù)

6、的麥克風(fēng)陣列語音增強(qiáng)系統(tǒng)(如維納后濾波，GSC等)，得到最后的增強(qiáng)信號(hào)。真實(shí)環(huán)境下的實(shí)驗(yàn)證明了該方法的有效性。 2.提出了一種利用麥克風(fēng)嵌套予陣列糾正頻域反卷積的順序模糊問題的方法。頻域盲分離的順序不確定性是一個(gè)嚴(yán)重的問題，如果順序模糊不能得到正確的糾正，將導(dǎo)致算法性能下降，甚至解卷積失敗。這里提出一種利用麥克風(fēng)嵌套予陣列，結(jié)合DOA法和相關(guān)法糾正順序模糊的方案。該方法能夠得到更多的高可信度的DOA估計(jì)，在低頻尤其如此；然后利用