語音信號盲分離與增強算法的研究.pdf

1、語音分離即從得到的混合信號中分離出所有的信號分量；語音增強是要從混合信號中得到其中一路語音信號，而將其它的成分看作背景噪聲。
　　 語音增強可以看作是語音分離的特殊情況。
　　 盲源分離是指在不知道源信號分布和混合方式的情況下，僅根據(jù)觀測到的雙路混合信號恢復源信號的過程。由于盲源分離無需知道信號的先驗信息，從而在信號處理領域得到廣泛的應用，語音盲分離更是因為其實用性成為研究的熱點。語音盲分離技術對計算機聽覺、語音識別等方

2、面的研究具有重大意義，同時語音盲分離技術對語音通信、助聽器、電話遠程會議等系統(tǒng)性能的提高也具有重要意義?？傊Z音盲分離的研究具有非常重要的理論和應用價值。
　　 語音增強算法目標在于減小單路含噪語音信號中的噪聲分量，提高語音的清晰度及可懂度，減小聽覺疲勞。因此語音增強算法也稱為去除噪聲算法。實際應用中，更多情況是需要獲得所需要的語音信號，因此語音增強算法的研究具有更高的實際意義。當語音信號在聲源有噪聲干擾或在聲道受到噪聲干擾的

3、情況下，都需要用到語音增強技術。例如，在手機系統(tǒng)中，語音信號常受到發(fā)送端的環(huán)境干擾，如餐廳噪聲，汽車噪聲等。接收語音分離即從得到的混合信號中分離出所有的信號分量；語音增強是要從混合信號中得到其中一路語音信號，而將其它的成分看作背景噪聲。
　　 語音增強可以看作是語音分離的特殊情況。
　　 盲源分離是指在不知道源信號分布和混合方式的情況下，僅根據(jù)觀測到的雙路混合信號恢復源信號的過程。由于盲源分離無需知道信號的先驗信息，從而

4、在信號處理領域得到廣泛的應用，語音盲分離更是因為其實用性成為研究的熱點。語音盲分離技術對計算機聽覺、語音識別等方面的研究具有重大意義，同時語音盲分離技術對語音通信、助聽器、電話遠程會議等系統(tǒng)性能的提高也具有重要意義。總之，語音盲分離的研究具有非常重要的理論和應用價值。
　　 語音增強算法目標在于減小單路含噪語音信號中的噪聲分量，提高語音的清晰度及可懂度，減小聽覺疲勞。因此語音增強算法也稱為去除噪聲算法。實際應用中，更多情況是需要

5、獲得所需要的語音信號，因此語音增強算法的研究具有更高的實際意義。當語音信號在聲源有噪聲干擾或在聲道受到噪聲干擾的情況下，都需要用到語音增強技術。例如，在手機系統(tǒng)中，語音信號常受到發(fā)送端的環(huán)境干擾，如餐廳噪聲，汽車噪聲等。接收提出一些新的算法。
　　 本文的研究工作從以下幾個方面展開。
　　 基于盲源分離思想的等步長自適應分離算法(Equivariant adaptivesource separation:EASI)的步長

6、是固定的，為了加快收斂速度和降低穩(wěn)態(tài)誤差，本文對迭代步長進行了改進，步長根據(jù)分離狀態(tài)自適應變化。增加步長到一個大的穩(wěn)定值以達到最快收斂，而當達到最佳收斂點的鄰域時，則相應減小步長而降低失調誤差。
　　 盲源分離算法可以分為兩部分，即分離矩陣的訓練部分和應用部分。
　　 如何得到有效的分離矩陣是該算法分離效果好壞的關鍵。在基于信息最大化理論的盲源分離算法中，采用反正切函數(shù)作為傳遞函數(shù)I ψ進行分離矩陣變化梯度的計算。若傳遞

7、函數(shù)的函數(shù)形式與源信號的累積概率分布函數(shù)(Cumulative Probability Functions: CPFs)分布不匹配，使用固定的傳遞函數(shù)形式將不能進行有效分離。以CPFs 作為傳遞函數(shù)可以有效提高算法性能。
　　 本文提出的基于徑向基函數(shù)(Radial Base Function:RBF)的反向傳播神經(jīng)網(wǎng)絡可簡化CPFs的訓練過程中求偏導的計算。
　　 Β值自適應MMSE 語音增強算法中β值的改變是按幀進行

8、，當前幀的β值是根據(jù)估計得到的當前幀的信噪比(Signal Noise Ratio:SNR)及聽覺掩蔽閾值自適應改變的。對每一幀信號，都要事先估計這兩個參數(shù)。而由于語音信號的短時平穩(wěn)性，沒有必要對這兩個參數(shù)逐幀計算，只有在檢測到當前語音幀內(nèi)出現(xiàn)音素的明顯過渡才進行計算，這樣可以明顯減小計算量。
　　 對數(shù)幅度譜估計均方誤差最小(Log Spectral Amplitude EstimateMinimum Mean Square

9、Error : LOGSTSA-MMSE)算法中，對噪聲快速準確地估計對增強語音的性能有著重大影響。一般噪聲估計是在非語音段對噪聲的方差進行估計，該方法不能實時跟蹤噪聲的變化，尤其在有噪聲突變的情況下，增強語音的性能有所下降。本文設計并實現(xiàn)了基于統(tǒng)計信息的快速噪聲估計算法，并將其代替LOGSTSA-MMSE算法中的噪聲估計部分，提出一種新的語音增強算法。
　　 在基于小波域濾波的語音增強算法中，閾值的選擇影響著增強信號的性能。采

10、用軟閾值的方法，閾值通過經(jīng)驗公式獲得，此時對語音的損傷最小，但不能較好地去除噪聲的影響。可構造一個偽噪聲源，利用盲源分離的方法進一步進行增強處理。
　　 總結全文，本文的主要工作如下：
　　 1.提出一種步長自適應的EASI 語音盲分離算法?；诿ぴ捶蛛x思想的EASI算法的步長是固定的，為了加快收斂速度和降低穩(wěn)態(tài)誤差，本文提出了一種步長自適應自然梯度算法。該算法中的步長根據(jù)分離狀態(tài)自適應變化。增加步長到一個大的穩(wěn)定值以達

11、到最快收斂，而當達到最佳收斂點的鄰域時，則相應減小步長而降低失調誤差。仿真實驗表明，該算法能很好地解決收斂速度和穩(wěn)態(tài)誤差之間的矛盾，其交叉談話誤差的改善高于傳統(tǒng)的EASI算法。
　　 2.利用MLPs(Multipayer Perceptrons)或RBF(Radial Basis Function)神經(jīng)網(wǎng)絡簡化CPFs的訓練過程中求偏導的計算，提出了一種基于最小互信息和MLPs 或RBF 神經(jīng)網(wǎng)絡的語音信號盲分離算法。該類算法

12、是在infomax算法的基礎上，結合前向型神經(jīng)網(wǎng)絡的信息傳播特性，優(yōu)化目標函數(shù)，在分離過程中盡可能地提取信號的獨立分量，把信號分離出來。同時比較了兩種網(wǎng)絡對分離語音信號的優(yōu)化性能。仿真實驗表明，該算法能夠成功地分離混合語音信號，且RBF 網(wǎng)絡比MLPs 網(wǎng)絡性能更好。
　　 3.提出一種基于快速噪聲估計的LOGSTSA-MMSE 語音增強算法。實驗表明，采用這種方法進行噪聲估計，可使增強語音SNR提高0.5dB 左右。
　

13、　 另外，本文還在以下幾個方面進行了研究。在基于時－頻分析的盲分離算法中，窗函數(shù)的長度和形狀對分離語音信號的性能有著重要的影響。
　　 本文比較了在不同窗函數(shù)和窗長下分離語音信號的性能，實驗表明對于語音這種短時平穩(wěn)信號，窗長選擇為256時可取得最佳的分離效果；提出一種簡化的基于聽覺掩蔽特性的β階自適應MMSE 語音增強算法。實驗表明，簡化算法在減小計算量的同時與原算法有著同樣的增強語音信噪比及聽覺感知特性；提出一種基于盲源分離