說(shuō)話人個(gè)數(shù)時(shí)變的語(yǔ)音盲分離研究.pdf

1、盲源分離是用于陣列信號(hào)處理與分析的一種新興技術(shù)，因其能夠從觀測(cè)的混合信號(hào)中恢復(fù)出原始信號(hào)，而對(duì)原始信號(hào)和混合系統(tǒng)的先驗(yàn)知識(shí)要求甚少，故此在無(wú)線通信、醫(yī)學(xué)信號(hào)處理、圖像增強(qiáng)和語(yǔ)音分離等諸多領(lǐng)域有著廣泛的應(yīng)用。 混合語(yǔ)音信號(hào)的分離是該技術(shù)的研究初衷，也是信號(hào)處理領(lǐng)域中的一個(gè)難題，涉及問(wèn)題很多，方法各異。本文簡(jiǎn)要概括了語(yǔ)音盲分離的基本理論和典型算法，并以此為基礎(chǔ)，所做的工作包括如下兩方面： 現(xiàn)有的語(yǔ)音盲分離算法都是針對(duì)說(shuō)話人個(gè)

2、數(shù)已知且在分離過(guò)程中恒定的情況，而現(xiàn)實(shí)中說(shuō)話人個(gè)數(shù)可以是時(shí)變的。本文提出一種解決方案，僅用兩個(gè)麥克風(fēng)對(duì)說(shuō)話人個(gè)數(shù)時(shí)變的語(yǔ)音信號(hào)進(jìn)行盲分離，不僅能反映說(shuō)話人個(gè)數(shù)時(shí)變的過(guò)程，而且解決了麥克風(fēng)與說(shuō)話人之間個(gè)數(shù)差異引起的超定、欠定問(wèn)題。其主要思想是：首先，判斷說(shuō)話人個(gè)數(shù)的變化情況。綜合比較幾種說(shuō)話人個(gè)數(shù)的判斷方法后，本文選取一種實(shí)時(shí)性能較好且易于實(shí)現(xiàn)的互功率譜相位法來(lái)反映說(shuō)話人個(gè)數(shù)的變化過(guò)程并按照說(shuō)話人個(gè)數(shù)不同，將采集的混合信號(hào)分段；其次，對(duì)各

3、段分別做盲分離處理。由于說(shuō)話人個(gè)數(shù)和麥克風(fēng)個(gè)數(shù)存在差異，它們不能始終維持正定情況，所以本文借鑒了超定情況下的盲分離算法DUET；最后，本文提出設(shè)想，將各段處理結(jié)果用說(shuō)話人識(shí)別技術(shù)整合，從而解決了說(shuō)話人個(gè)數(shù)時(shí)變的語(yǔ)音盲分離問(wèn)題。 此外，本文還用所提出的方法對(duì)盲定位進(jìn)行了研究?；诨スβ首V相來(lái)確定信號(hào)源到兩個(gè)麥克風(fēng)的距離差雙曲線，用DU盯求解波達(dá)方向角。聯(lián)立曲線和方向角實(shí)現(xiàn)多信號(hào)源盲定位。因?yàn)閮H用了兩個(gè)麥克風(fēng)，所以定位結(jié)果是多個(gè)解，