基于非負矩陣分解的語音信號盲分離算法研究.pdf

1、語音信號的盲分離作為盲源分離技術(Blind Source Separation，BSS)的一個主要研究分支，廣泛應用于語音識別、移動通信、音頻編碼與操作、音樂分析等技術領域，是國內外學者們研究的熱點課題之一。目前，盲分離算法已經(jīng)有了一定的理論基礎，但在實際的研究中仍然有很大的改進空間，因此近年來許多新型的算法被相繼提出，其中基于非負矩陣分解(Non-negative Matrix Factorization，NMF)的盲分離算法被證實

2、了更符合語音信號的特性，在語音信號的盲分離中具有重要的研究價值。
　　本文在分析和總結前人研究的基礎下，針對瞬時線性混合語音信號的盲分離問題，研究和改進了基于非負矩陣分解的盲分離算法，主要工作如下：
　　1)總結了盲源分離的研究現(xiàn)狀，對語音信號處理和盲源分離的基本理論知識進行了系統(tǒng)歸納，詳細介紹了非負矩陣分解的基本算法。
　　2)針對單通道的混合語音盲分離問題，提出了基于平滑性約束的板倉-齋藤散度非負矩陣分解算法(SM

3、-NMF)。首先將觀測信號的功率譜矩陣分解為基本頻譜矩陣和時變增益矩陣，從而建立起非負矩陣分解模型；然后對基于板倉-齋藤(Itakura-Saito，IS)散度的目標函數(shù)添加能夠反映時變增益矩陣平滑性的約束項；最后通過構造輔助函數(shù)得到的最小優(yōu)化算法來迭代地解決新目標函數(shù)的優(yōu)化問題，求出各分解因子矩陣的優(yōu)化解并重構源信號。通過人工合成及真實環(huán)境下的混合音樂段的分離實驗證明了該算法的可行性。
　　3)針對欠定多通道的混合語音盲分離問題

4、，提出了改進的基于板倉-齋藤散度的非負矩陣分解算法。首先對觀測信號進行稀疏變換并利用改進的余弦勢函數(shù)聚類算法來估計混合矩陣的初值；然后將每個源信號的短時傅里葉變換(STFT)看作是一個由多個高斯分量所組成的復雜隨機變量，結合統(tǒng)計學中的復雜高斯分布和基于板倉-齋藤散度的非負矩陣分解因子建立起參數(shù)模型；最后利用最大期望算法(Expectation-maximization，EM)迭代求解混合矩陣和分解因子矩陣優(yōu)化解，并對源信號進行重構。通過