監(jiān)督性語音分離中訓練目標的研究.pdf

1、語音分離是指從帶有噪聲的混合語音信號中提取出需要的目標語音信號，應用于魯棒性語音識別、助聽器設計和移動語音通信等領域。當前的語音分離技術在真實場景中的語音分離性能仍有待進一步提升。語音分離問題按照通道數(shù)分為單通道和多通道語音分離，本文主要研究單通道語音分離問題。
　　語音分離問題可以被看做一個監(jiān)督性學習問題，通過監(jiān)督性學習算法加以解決。而對于監(jiān)督性語音分離算法，訓練目標是其中的關鍵環(huán)節(jié)之一，對分離性能有著重要影響。目前最常用的訓練

2、目標有理想二值掩蔽和理想浮值掩蔽，二者都是在假設純凈語音與噪聲相互獨立的條件下成立，在真實場景中難以滿足。而復數(shù)域上的理想浮值掩蔽和相敏掩蔽考慮了語音信號的相位信息，不易于估計，因而實際分離效果仍不甚理想。
　　相較于這些常用的時頻掩蔽，本文所采用的優(yōu)化浮值掩蔽，考慮了純凈語音與噪聲間的相關性，符合真實場景中語音分離的條件。本文將其與監(jiān)督性語音分離技術相結合，以優(yōu)化浮值掩蔽作為分離目標，提出了解決語音分離問題的新方案。本文在多種噪

3、聲環(huán)境和信噪比條件下進行了仿真實驗，并與幾種目前常用訓練目標進行對比分析，實驗結果表明，本文所提出的方法進一步改善了語音分離的效果，更加適用于真實場景中的語音分離問題?？紤]到優(yōu)化浮值掩蔽是基于純凈語音與噪聲的相關性信息，本文中進一步對更具有挑戰(zhàn)性的不同人聲之間的語音分離做了仿真實驗，實驗結果表明本文提出的分離方法對于不同說話人語音的分離同樣具有性能優(yōu)勢。
　　單通道語音去混響問題也是語音信號處理領域的研究重點之一。近年隨著深度學習