多語(yǔ)音分離語(yǔ)音增強(qiáng)方法的研究.pdf

1、語(yǔ)音是人類進(jìn)行信息傳遞和交流的重要載體，語(yǔ)音的質(zhì)量能否得到保證不僅會(huì)影響到人耳的聽(tīng)覺(jué)效果，還會(huì)影響到語(yǔ)音處理系統(tǒng)的各個(gè)環(huán)節(jié)。在實(shí)際環(huán)境中，由于各種類型干擾的存在，語(yǔ)音信號(hào)往往會(huì)受到各種各樣的污染，造成語(yǔ)音質(zhì)量的明顯下降。語(yǔ)音增強(qiáng)則是以去除各類干擾為出發(fā)點(diǎn)，盡可能地恢復(fù)出原始的純凈語(yǔ)音信號(hào)。針對(duì)不同類型的干擾，會(huì)有不同的語(yǔ)音增強(qiáng)方法。用于去除語(yǔ)音干擾的語(yǔ)音分離技術(shù)是當(dāng)前語(yǔ)音增強(qiáng)研究領(lǐng)域的熱點(diǎn)之一本文主要研究多語(yǔ)音分離語(yǔ)音增強(qiáng)問(wèn)題，具體包括

2、以下三方面內(nèi)容：
　　 (1)基于獨(dú)立分量分析的語(yǔ)音信號(hào)盲源分離方法。在觀測(cè)信號(hào)個(gè)數(shù)不少于源信號(hào)個(gè)數(shù)的情況下，采用獨(dú)立分量分析技術(shù)可以很好地解決盲源分離問(wèn)題，有效去除語(yǔ)音干擾。獨(dú)立分量分析技術(shù)的核心在于對(duì)解混矩陣(混合矩陣的逆矩陣)的求解，源信號(hào)則是通過(guò)解混矩陣與觀測(cè)信號(hào)向量直接相乘求得。本文在獨(dú)立分量分析快速算法的基礎(chǔ)上，研究了更為有效的改進(jìn)型快速算法和結(jié)合語(yǔ)音信號(hào)短時(shí)平穩(wěn)性的改進(jìn)算法，以提高解混矩陣的精度及源信號(hào)的恢復(fù)質(zhì)量。

3、
　　 (2)基于聚類的欠定盲辨識(shí)方法。對(duì)于觀測(cè)信號(hào)個(gè)數(shù)少于源信號(hào)個(gè)數(shù)的欠定盲源分離問(wèn)題，獨(dú)立分量分析方法不再適用，此時(shí)估計(jì)系統(tǒng)混合矩陣需要利用源信號(hào)的稀疏性。本文研究了基于聚類的欠定盲辨識(shí)算法，給出一種采用迭代自組織數(shù)據(jù)分析技術(shù)來(lái)估計(jì)混合矩陣的方法，并采用去除野點(diǎn)的預(yù)處理步驟及逐步去除類中最大偏差樣本點(diǎn)的后置處理步驟，進(jìn)一步提高了算法的穩(wěn)定性和混合矩陣的估計(jì)精度。
　　 (3)欠定語(yǔ)音信號(hào)分離的逐層分離方法。在欠定盲源

4、分離問(wèn)題中，通常利用源信號(hào)的稀疏性，采用統(tǒng)計(jì)學(xué)的方法來(lái)分離源信號(hào)。由于語(yǔ)音信號(hào)本身的稀疏性還不夠理想，并不嚴(yán)格滿足正交不重疊條件，因此分離出的源信號(hào)之間存在相互干擾和音樂(lè)噪聲比較明顯。本文通過(guò)對(duì)混合矩陣進(jìn)行逐次變換，采用從混合信號(hào)中逐步消去各個(gè)源信號(hào)，并由各混合信號(hào)中逐次產(chǎn)生的零值點(diǎn)來(lái)構(gòu)造多層二值掩蔽模板的方法，將源信號(hào)進(jìn)行逐層分離，在一定程度上抑制了分離出的源信號(hào)之間的相互干擾和音樂(lè)噪聲，提高了源信號(hào)的分離質(zhì)量。
　　 計(jì)算機(jī)