强混响环境的盲源分离方法、装置、语音设备和存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN112435685A(43)申请公布日2021.03.02(21)申请号202011330723.X(22)申请日2020.11.24(71)申请人深圳市友杰智新科技有限公司地址518000广东省深圳市南山区招商街道蛇口南海大道1079号花园城数码大厦A座402(72)发明人陈俊彬王广新杨汉丹(74)专利代理机构深圳市明日今典知识产权代理事务所(普通合伙)44343代理人王杰辉罗志强(51)Int.Cl.G10L21/0272(2013.01)G10L21/0308(2013.01)G10L21/0208(2013.01)权利要求书3页说明书9页附图2页(54)发明名称强混响环境的盲源分离方法、装置、语音设备和存储介质(57)摘要本申请涉及语音分离技术领域，提供了一种强混响环境的盲源分离方法、装置、计算机设备和存储介质，包括：获取强混响的语音信号；对所述语音信息进行去混响处理，得到去混响语音信号；基于OverIVA算法，对所述去混响语音信号进行盲源分离，提升盲源分离效果；同时，在进行盲源分离过程中，采用平滑方式计算辅助参数矩阵，可以实现流式的方式实现盲源分离。本申请不仅提升盲源分离的效果，而且实现在线流式分离。CN112435685ACN112435685A权利要求书1/3页1.一种强混响环境的盲源分离方法，其特征在于，包括以下步骤：获取强混响的语音信号；对所述语音信息进行去混响处理，得到去混响语音信号；基于OverIVA算法，对所述去混响语音信号进行盲源分离，得到盲源分离语音信号；其中，所述OverIVA算法进行盲源分离过程中，采用平滑方式计算辅助参数矩阵。2.根据权利要求1所述的强混响环境的盲源分离方法，其特征在于，所述强混响的语音信号的通道数量为M，所述盲源分离语音信号的声源数量为N；其中N≤M。3.根据权利要求2所述的强混响环境的盲源分离方法，其特征在于，所述辅助参数矩阵为V(l,k)，V(l,k)＝[V1(l,k),V2(l,k),...,Vn(l,k),...,VN(l,k)]；n＝1，2，...，N；其中，l为帧索引，k为频率索引，a为取H值在0-1之间的遗忘因子，E(l,k)为所述去混响语音信号，(·)表示共轭转置，rn(l,k)为上一帧去混响语音信号输出的第n个目标声源的能量。4.根据权利要求3所述的强混响环境的盲源分离方法，其特征在于，所述盲源分离语音信号为Y(l,k)；所述基于OverIVA算法，对所述去混响语音信号进行盲源分离，得到盲源分离语音信号的过程，包括：Wbp(l,k)为的第一行到第N行组成，为N×M的矩阵；是一个M×M的矩阵，且其中，为总分离矩阵，为M×M的矩阵；A(l,k)为M×M的对角矩阵，其对角线元素为对求逆后的对角线元素；W(l,k)为N×M的矩阵，初值W(0,k)的对角线元素为1，其它位置的元素为零，W(l,k)＝[W1(l,k)；W2(l,k)；...Wn(l,k)；...；WN(l,k)]；HU(l,k)是一个(M-N)×M的矩阵，其中，U(l,k)＝[J(l,k),-IM-N]；J(l,k)＝(A2C(l,k)WH-1(l,k))(A1C(l,k)W(l,k))，A1＝[IN,ON×M-N]，A2＝[OM-N×N,IM-N]，I*为*行*列的单位矩阵，O*×·为*行·列的零矩阵；C(l,k)是M×M的方阵，C(l,k)＝αC(l-1,k)+(1-α)E(l,k)EH(l,k)，C(l,k)初值C(0,k)，设置为零矩阵；Vn(l,k)的初值Vn(0,k)的对角线元素为1，其它位置的2CN112435685A权利要求书2/3页元素为零。5.根据权利要求3所述的强混响环境的盲源分离方法，其特征在于，所述对所述语音信息进行去混响处理，得到去混响语音信号的步骤，包括：对所述语音信号进行短时傅里叶变换，得到频域信号Xi；其中，i是通道索引，i＝1,2,...,M；第l帧第k个频率的频域信号表示为Xi(l,k)；基于NLMS算法进行多通道去混响得到去混响语音信号，具体为：TTEi(l,k)＝Xi(l,k)-X(l-D,k)G(l,k)；其中，(·)表示转置，X(l-D,k)为缓存的历史值；Ei(l,k)为第i个通道的去混响语音信号；上述去混响语音信号表示为E(l,k)＝[E1(l,k),E2(l,k),...,EM(l,k)]；X(l-D,k)＝[X(l-D,k),X(l-1-D,k),...,X(l-ORD+1-D,k)]T，TX(l-D,k)＝[X1(l-D,k),X2(l-D,k),...,XM(l-D,k)]；其中，D是预测延时，ORD是预测阶数；其中，G(l,k)是一个M×ORD行，M列的矩阵，其初值G