独立分量分析与时频掩蔽结合的语音盲分离

针对语音信号的欠定卷积混合模型,提出一种基于快速独立分量分析和自适应非线性二元时频掩蔽的语音盲分离方法。对输入的混合语音信号进行快速独立分量分析,将结果进行自适应非线性二元时频掩蔽;重复进行这两步处理,直到分离出所有的语音源信号。将分离出的语音源信号,再通过二元时频掩蔽合并可提高输出的质量,分离出的语音信号仍然能保留双声道立体声的效果。实验表明,该方法的性能大大优于DUET方法和BLUES方法,信噪比增益大幅提高。

基于时频域的具有延迟的欠定盲分离

针对衰减-时延混合模型的欠定盲分离,提出一种改进欠定语音盲分离算法。利用独立语音在时频域上的近似稀疏性,改进提出势函数面-聚类方法,通过此方法可直接获得源信号的个数和各声源方位信息,省去传统聚类方法中衰减-时延的配对步骤,新势函数法具有较好的适应性。分离阶段,利用势函数面聚类方法估计声源信号方位信息重构声源相对传递函数,采用非线性时频掩蔽方法分离感兴趣目标语音信号,实现了不同方位信息声源信号的欠定分离。仿真实验表明了此分离方法的可行性和有效性,弱混响条件下的分离信号输出信噪比平均达到了16 d B。

多说话人环境下目标说话人语音提取方案

于目标声源的方位信息与非线性时频掩蔽语音欠定盲分离方法和BP说话人识别技术的研究基础上,针对现实生活中多说话人交流场景,设计并提出了一种行之有效的解决方案,实现了对处于任意方位的任意目标说话人语音的提取.该方案总体上分目标语音搜索与提取两个阶段,搜索阶段采用了BP说话人识别技术,提取阶段采用了一种改进的势函数聚类声源方位信息与非线性时频掩蔽的语音欠定盲分离方法.实验结果表明:该方案具有可行性,可从混合语音流中有效提取处于任意方位的目标说话人语音,且效果较好,信噪比增益平均为8.68d B,相似系数为85%,识别率为61%,运行时间为20.6S.