基于麥克風陣列的語音增強和分離方法研究.pdf

1、環(huán)境噪聲和競爭說話者的干擾是語音通信過程中常見的干擾情況。人的聽覺系統(tǒng)可以在嘈雜的多個講話者的環(huán)境中區(qū)分和跟蹤自己感興趣的語音信號，并分辨出自己所需要的聲音，這種分辨能力是人體內(nèi)部語音理解機理所特有的一種感知能力，也就是人類的語音分離的能力，稱為“雞尾酒會效應(yīng)”。然而，現(xiàn)有的語音處理系統(tǒng)無法做到這一點，其性能受到噪聲和競爭說話者語音的嚴重影響。例如，當前的語音識別系統(tǒng)對純凈語音能夠達到很高的識別率，但是當語音被噪聲污染時，系統(tǒng)性能會急劇

2、下降。 語音信號增強和分離是抑制噪聲干擾、還原原始語音信號的一種有效途徑。近年來，基于麥克風陣列的語音增強技術(shù)在車載通信、多媒體會議以及機器人控制系統(tǒng)中得到廣泛的應(yīng)用。和單個麥克風相比，麥克風陣列在時頻域的基礎(chǔ)上增加了一個空間域，對來自空間不同方位的信號進行空時頻聯(lián)合處理。因此，麥克風陣列可以彌補單個孤立的麥克風在噪聲處理、聲源定位跟蹤、語音提取分離等方面的不足，能夠廣泛應(yīng)用于各種具有嘈雜背景的語音通信環(huán)境(如會場、多媒體教室、

3、助聽器、車載免提電話、戰(zhàn)場等)，以提高語音通信質(zhì)量。麥克風陣列研究是陣列信號處理的新方向，具有廣闊的市場應(yīng)用前景。 盲信號分離，是指在不知源信號和傳輸信道參數(shù)的情況下，根據(jù)輸入源信號的統(tǒng)計特性，僅由觀測信號恢復(fù)出各個源信號的過程，它是實現(xiàn)語音分離的主流方法。獨立分量分析(Independent Component Analysis，ICA)，是在研究盲源分離過程中出現(xiàn)的一種新興的盲分離技術(shù)，自其出現(xiàn)便成為信號處理、數(shù)值分析、統(tǒng)計

4、及神經(jīng)網(wǎng)絡(luò)等領(lǐng)域中的熱點研究問題，并在語音處理、生物醫(yī)學信號處理、模式識別，特征提取、數(shù)據(jù)壓縮、圖像處理和電子通訊等方面獲得了非常廣泛的應(yīng)用。 到目前為止已經(jīng)有諸多語音增強方法被提出，但是強噪環(huán)境下的語音增強仍是一個具有挑戰(zhàn)性的課題；另外，卷積盲分離的研究對于語音分離的實際應(yīng)用具有重大意義，頻域盲分離是解卷積的行之有效的方法，然而順序不確定性成為一個嚴重的問題。本論文重點對以上兩個問題進行研究和探索。 本論文對ICA的基

5、本理論、麥克風陣列語音增強技術(shù)和卷積混疊語音信號的盲分離進行了詳細介紹；對麥克風陣列信號處理技術(shù)在語音信號處理中的應(yīng)用進行了分析和探討，并針對當前語音增強和分離的研究現(xiàn)狀，對強噪環(huán)境下基于麥克風陣列的語音增強和頻域內(nèi)盲反卷積的順序不確定性問題進行了研究和探索。主要進行了以下解決方案的研究： 1.提出了基于ICA的麥克風陣列語音增強方法。方案中，我們首先利用ICA對嚴重污染的語音信號進行分析，提取出相對純凈的目標信號；然后通過后續(xù)

6、的麥克風陣列語音增強系統(tǒng)(如維納后濾波，GSC等)，得到最后的增強信號。真實環(huán)境下的實驗證明了該方法的有效性。 2.提出了一種利用麥克風嵌套予陣列糾正頻域反卷積的順序模糊問題的方法。頻域盲分離的順序不確定性是一個嚴重的問題，如果順序模糊不能得到正確的糾正，將導致算法性能下降，甚至解卷積失敗。這里提出一種利用麥克風嵌套予陣列，結(jié)合DOA法和相關(guān)法糾正順序模糊的方案。該方法能夠得到更多的高可信度的DOA估計，在低頻尤其如此；然后利用