基于DOA的欠定卷積混合語音半盲抽取算法研究.pdf

1、在自然環(huán)境中錄制的語音信號通常為欠定卷積混合信號，即其包含多種路徑下的語音和干擾噪聲，且源信號個數(shù)大于麥克風(fēng)的數(shù)目。從這種混合信號中分離出所需語音是人們公認的一大難題。盲源分離(blind source separation，BSS)是二十世紀八十年代后期發(fā)展起來的一種信號處理技術(shù)，目前已在解決欠定卷積混合語音分離問題中顯示出自身優(yōu)勢。
　　然而，由于欠定和卷積問題固有的難解性，現(xiàn)有欠定卷積混合語音的分離效果并不理想。其中，有些學(xué)

2、者基于信號稀疏性提出了masking方法，但這些方法大多是沒有利用先驗信息的全盲算法?？紤]到很多實際情況中源信號的位置信息已知，本文將探索能利用源信號空間位置信息的半盲BSS方法，以期進一步提升欠定卷積語音分離性能，而且實現(xiàn)感興趣語音信號的抽取。
　　為此，本文主要做了以下三方面工作:(1)研究了現(xiàn)有基于復(fù)向量Hermitian角的時頻masking算法，根據(jù)特定語音的波達方向(direction of arrival，DOA)信

3、息構(gòu)建了一個參考向量，進而提出了一種半盲抽取算法。基于仿真和實際語音信號進行的實驗結(jié)果表明，該半盲抽取算法能以改進的性能抽取感興趣語音信號。(2)在半盲抽取算法的基礎(chǔ)上，通過輸出所有掩蔽(mask)實現(xiàn)了全部語音信號的半盲分離。其中，針對相鄰頻點間存在的語音信號亂序問題，結(jié)合相關(guān)最大方法改進了頻域mask聚類調(diào)序算法。仿真和實際語音信號的分離實驗結(jié)果表明，該半盲分離算法的性能高于原全盲分離算法。(3)針對實際情況中源信號個數(shù)可能未知的情