卷積混疊語音信號頻域盲分離算法研究.pdf

1、盲源分離是指在源信號和傳輸信道信息均未知的情況下，僅根據(jù)觀測信號估計出源信號的過程。由于盲源分離中使用的先驗信息很少，這使其在混疊語音信號處理中得到廣泛的應(yīng)用。目前研究的語音混疊模型主要包括瞬時混疊和卷積混疊兩種情況。而在真實語音環(huán)境中由于聲音存在延時和反射，更適合采用卷積混疊模型。所以，卷積混疊語音信號的盲源分離問題逐漸成為研究的熱點之-針對卷積混疊語音的盲分離問題，主要有兩類算法：一類是時域盲源分離算法，一類是頻域盲源分離算法。由于

2、頻域盲源分離算法可以通過短時傅里葉變換將時域上復(fù)雜的卷積運算轉(zhuǎn)換到頻域上的線性疊加運算，這樣便可以直接借鑒經(jīng)典的瞬時混疊ICA算法，從而使得頻域盲分離算法相對于時域盲分離算法來說，具有較小的計算量和良好的分離性能。但是頻域盲分離算法也存在缺陷，即兩個不確定性：幅度不確定性和順序不確定性。其中，順序不確定性對頻域盲分離性能的影響至關(guān)重要。另一方面，在真實語音環(huán)境中，噪聲的干擾是不容忽視的。在這種情況下，我們不能只考慮卷積混疊盲分離問題，還

3、需要考慮噪聲抑制的問題。所以對于真實采集的混疊語音信號，如何降低噪聲干擾并實現(xiàn)分離，形成適用于真實環(huán)境的有效的分離系統(tǒng)，一直是學(xué)者們研究的熱點和難點。針對以上問題，本文主要研究卷積混疊語音信號的頻域盲分離算法。特別是針對順序不確定性問題，提出了一種新的排序算法。為了驗證算法的有效性，并將其進(jìn)一步應(yīng)用到真實環(huán)境中，提出了真實環(huán)境中的語音盲分離方案，并設(shè)計了演示系統(tǒng)。本文的主要貢獻(xiàn)點：(1)研究了復(fù)值FastICA、快速峭度最大化算法(FK

4、MA)、聯(lián)合近似對角化算法(JADE)三種主要的頻域盲分離算法，并通過實驗對已有算法的性能進(jìn)行了分析對比，總結(jié)了這三種算法所存在的問題。(2)提出了卷積混疊語音信號的頻域盲分離算法。針對頻域盲分離算法中的順序不確定性問題，提出了一種多步驟的排序算法。它利用了基準(zhǔn)頻點對準(zhǔn)的思想并結(jié)合到達(dá)角的估計和頻點間的相關(guān)性，具有良好的魯棒性和準(zhǔn)確性。該排序算法可以概括為以下三步：第一步，選取基準(zhǔn)頻點進(jìn)行對準(zhǔn)；第二步，根據(jù)第一步中已經(jīng)排序好的基準(zhǔn)頻點對

5、剩余的頻點進(jìn)行排序；第三步，對出現(xiàn)排序錯誤的頻點進(jìn)行標(biāo)記，并利用基于分離矩陣的DOA估計對這些頻點進(jìn)行補充性對準(zhǔn)。通過仿真實驗證明，本文提出的排序算法具有良好的準(zhǔn)確性和魯棒性。(3)將頻域盲分離算法應(yīng)用到真實語音環(huán)境中，設(shè)計了真實環(huán)境中的語音分離系統(tǒng)。通過研究幾種常見的去噪算法，提出了更適合實際應(yīng)用的非語音段自檢測的去噪算法。并將其作為盲分離的后處理手段，進(jìn)而提出了盲分離的系統(tǒng)方案。基于該系統(tǒng)方案，我們還設(shè)計了真實環(huán)境中盲分離的演示系統(tǒng)