基于雙麥克風的盲聲源處理算法研究.pdf

1、早期人們對于語音信號盲分離的研究主要是基于麥克風陣列的研究，出現(xiàn)了很多優(yōu)秀的算法，比如 ICA算法、基于信號的稀疏性研究等。隨著人們對于盲源分離研究的不斷進步，人們發(fā)現(xiàn)人的雙耳對于語音信號的識別作用更加神奇，因此越來越多的學者投身到這個新的方向上，為了能夠模擬人耳的這種分離功能，他們采用雙麥克風模擬人的雙耳。目前對于雙麥克風盲源分離的研究還沒有取得實質(zhì)性的進展，對于這種模型我們可以用盲源分離中的欠定模型進行研究，解決這種情況的主流算法是

2、采用信號的稀疏性進行信號的分離。本文對基于雙麥克風的盲源分離進行了研究，主要做了以下幾方面的研究：
　　1.重點分析比較了 ICA的四大類獨立性判斷準則，極大化似然估計準則、最小化互信息準則、信息最大化準則以及極大化非高斯性準則。
　　2.結(jié)合前面介紹的ICA算法和二值時頻掩蔽（T-F BM），研究了正定雙麥克風盲源分離算法。首先，把采集到的兩路語音信號應用 ICA算法進行初步分離，分離得到兩路信號。其次，對這兩路信號進行短

3、時傅里葉變換（STFT），變換到頻域過后，通過分離的信號得到二值時頻掩蔽（T-F BM）矩陣。由于時頻掩蔽會造成音樂噪聲的產(chǎn)生，最后，我們采用倒譜平滑的技術(shù)對得到時頻掩蔽進行平滑處理，利用平滑過后的掩蔽分離出源信號。通過仿真實驗證明該算法分離出的信號更接近于真實的語音信號，并且性能上也得到了提升。
　　3.針對欠定模型的雙麥克風分離技術(shù)，提出了一種基于倒譜平滑的欠定雙麥克風盲源分離算法。首先對輸入的混合語音信號進行 ICA分離，將