單通道聲樂源信號(hào)分離方法研究.pdf

1、盲源分離(Blind Source Separation，BSS)技術(shù)指未知混合過程和源信號(hào)的情況下從觀測(cè)信號(hào)中分離出源信號(hào)的技術(shù)。隨著盲源分離技術(shù)在最近十幾年的發(fā)展，超定和適定盲源分離問題已經(jīng)得到了很好的解決，當(dāng)前的研究重點(diǎn)主要集中在欠定盲源分離問題上，其中單通道聲樂源信號(hào)分離問題成為近年來研究的熱點(diǎn)問題，單通道顧名思義就是只有一路觀測(cè)信號(hào)，它由多路源信號(hào)混合而成。單通道聲樂源信號(hào)分離在伴奏提取、基音提取、弦提取、歌詞識(shí)別對(duì)齊等方面具

2、有廣泛的應(yīng)用。
　　本文主要研究單通道聲樂源信號(hào)分離問題，具體任務(wù)就是將音樂中的歌聲和伴奏分開。主要完成以下兩方面工作:
　　(1)結(jié)合非負(fù)張量分解(Nonnegative Tensor Factorization, NTF)技術(shù)和音樂伴奏的重復(fù)模式技術(shù)提出一種無監(jiān)督的單通道聲樂源信號(hào)分離方法。非負(fù)張量分解技術(shù)可以無監(jiān)督的從單通道聲樂混合信號(hào)中分離出歌聲和音樂伴奏。重復(fù)模式提取技術(shù)利用音樂伴奏的周期性、自相似性即重復(fù)模式構(gòu)成

3、相應(yīng)的重復(fù)模板，利用重復(fù)模板可以提取出混合信號(hào)中的周期性音樂伴奏。因此本文提出將非負(fù)張量分解技術(shù)和重復(fù)模式提取技術(shù)結(jié)合起來，利用音樂伴奏構(gòu)成的重復(fù)模板提取非負(fù)張量分解每個(gè)分量信號(hào)中的重復(fù)伴奏，即可實(shí)現(xiàn)歌聲和伴奏的分離。
　　(2)在深入研究了深度遞歸神經(jīng)網(wǎng)絡(luò)(Deep Recurrent Neural Network，DRNN)模型的基礎(chǔ)上，提出一種改進(jìn)的、有監(jiān)督的單通道聲樂源信號(hào)分離方法。研究結(jié)果表明深度遞歸神經(jīng)網(wǎng)絡(luò)比深度神經(jīng)網(wǎng)

4、絡(luò)能得到更好的結(jié)果，因此本文將深度遞歸神經(jīng)網(wǎng)絡(luò)應(yīng)用到單通道聲樂源信號(hào)分離當(dāng)中，并用聯(lián)合軟模板訓(xùn)練深度遞歸神經(jīng)網(wǎng)絡(luò)，以進(jìn)一步提高分離性能。為了改進(jìn)聲樂源信號(hào)分離的非相關(guān)性，通過改進(jìn)區(qū)別訓(xùn)練的目標(biāo)函數(shù)來提高整個(gè)神經(jīng)網(wǎng)絡(luò)的分離能力。微調(diào)學(xué)習(xí)速率可以使得網(wǎng)絡(luò)避免局部極值，并加速收斂到全局極值，為了改進(jìn)網(wǎng)絡(luò)的泛化能力，通過自適應(yīng)學(xué)習(xí)激活函數(shù)的參數(shù)，進(jìn)一步提高了網(wǎng)絡(luò)的分離能力。
　　實(shí)驗(yàn)在MIR-1K數(shù)據(jù)庫上進(jìn)行。本文對(duì)所述兩種方法做了大量仿