基于稀疏表示和深度學習的欠定語音分離方法研究.pdf

1、語音獲取過程中不可避免地會受到環(huán)境噪聲或者其它競爭聲源的干擾，采用語音分離技術從帶噪語音信號中分離出目標語音，是語音處理領域亟待解決且非常重要的問題。人類的聽覺系統(tǒng)可以很輕松地將混合語音信號中的各路語音分離出來，但是對于語音分離系統(tǒng)而言，實現(xiàn)這樣的分離任務卻是極其困難的，尤其是在欠定情況下，即混合信號通道數(shù)小于源信號通道數(shù)，或者只有一個通道混合語音的情況。
　　本文著重研究解決欠定混合下的語音分離問題，具體包括以下幾個方面：

2、>　　(1)針對欠定卷積分離問題，本文分析了多種稀疏約束函數(shù)以及目標函數(shù)結(jié)構(gòu)的優(yōu)劣，給出了一種基于lq(0

3、有效地完成了欠定卷積混合情況下的分離任務。
　　(2)針對單通道語音分離問題，本文給出一種基于時域卷積神經(jīng)網(wǎng)絡的單路混合語音分離方法，該網(wǎng)絡的輸入和輸出都是時域語音信號。相比于傳統(tǒng)的輸入時頻特征的神經(jīng)網(wǎng)絡而言，該結(jié)構(gòu)具有以下兩個優(yōu)勢：通過網(wǎng)絡自動學習特征；不存在相位恢復的問題。這樣的時域卷積神經(jīng)網(wǎng)絡可以將特征提取與分離語音融合在一個端到端的系統(tǒng)中，可以更加有效地完成語音分離的任務。為了進一步提高本文方法的分離性能，給出一種融合混合