復(fù)雜聲學(xué)環(huán)境下的麥克風(fēng)陣列語音定位研究.pdf

1、麥克風(fēng)陣列可廣泛應(yīng)用于音/視頻會議系統(tǒng)、語音增強(qiáng)、人機(jī)接口、機(jī)器人等領(lǐng)域。語音定位技術(shù)是麥克風(fēng)陣列信號處理的主要內(nèi)容之一。麥克風(fēng)陣列定位算法分為基于時(shí)延估計(jì)的定位算法和基于角度估計(jì)的定位算法。基于角度估計(jì)的定位算法對源和傳感器模型有較大依賴性，多用于窄帶、平穩(wěn)信號的定位估計(jì)，且由于其運(yùn)算量較大，并不適合說話人定位的實(shí)際應(yīng)用?；跁r(shí)延估計(jì)的定位算法對源信號特性和傳感器模型要求比較寬泛，且其計(jì)算量較小、適應(yīng)性強(qiáng)，因此廣泛應(yīng)用于說話人語音定位

2、系統(tǒng)。傳統(tǒng)的時(shí)延估計(jì)定位算法多假設(shè)于理想聲學(xué)環(huán)境，而麥克風(fēng)陣列應(yīng)用的音/視頻會議等場合常面臨復(fù)雜的聲學(xué)環(huán)境，這導(dǎo)致了傳統(tǒng)的定位算法無法適用。與傳統(tǒng)的聲源定位相比，麥克風(fēng)陣列說話人語音定位系統(tǒng)常面臨復(fù)雜的聲學(xué)環(huán)境，如房間混響干擾，有色噪聲干擾，空間噪聲干擾，非高斯噪聲干擾以及麥克風(fēng)位置誤差等。
　　 本文圍繞這些問題，分別針對語音定位系統(tǒng)中的時(shí)延估計(jì)、聲源定位和語音檢測三部分功能，提出了一些新的算法，實(shí)現(xiàn)了復(fù)雜聲學(xué)環(huán)境下的說話人定

3、位。本文的創(chuàng)新工作如下：
　　 (1)針對傳統(tǒng)信道盲辨識方法抗噪性能較差的問題，提出了抗噪信道盲辨識框架，并給出了基于雙麥克風(fēng)的信道盲辨識方法。延遲特征值分解算法。該算法利用延遲相關(guān)矩陣來盲辨識算法，對有色噪聲有較好的抑制作用。
　　 (2)在抗噪信道盲辨識的框架下，針對混響和有色噪聲下的時(shí)延估計(jì)問題，提出了自適應(yīng)延遲特征值分解算法。該算法通過對房間沖激響應(yīng)進(jìn)行辨識來抑制混響，同時(shí)采用延遲相關(guān)矩陣來抑制有色噪聲。實(shí)驗(yàn)結(jié)果

4、表明，該算法在混響和有色噪聲環(huán)境下可以給出穩(wěn)健的時(shí)延估計(jì)。
　　 (3)針對混響和空間噪聲，提出了基于三麥克風(fēng)的自適應(yīng)延遲特征值分解時(shí)延估計(jì)算法。該算法通過對雙聲源三麥克風(fēng)系統(tǒng)進(jìn)行盲辨識來估計(jì)時(shí)延，并利用延遲相關(guān)矩陣來實(shí)現(xiàn)對空間噪聲的抑制。
　　 (4)同時(shí)考慮時(shí)延估計(jì)誤差和麥克風(fēng)陣列位置誤差，提出了線性校正總體最小二乘定位算法。該算法采用總體最小二乘誤差準(zhǔn)則，可以有效地抑制陣列位置誤差，并且由于加入了位置參數(shù)的二次約束