一种基于单源点检测的欠定盲源语音信号分离的方法.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CN110858486A(43)申请公布日2020.03.03(21)申请号201810975185.6(22)申请日2018.08.24(71)申请人深圳市白麓嵩天科技有限责任公司地址518000广东省深圳市罗湖区翠竹街道太宁路85号罗湖科技大厦6楼606室(72)发明人李一兵王一凡田园郭小晨吴静叶方孙骞赵彤(74)专利代理机构深圳市智科友专利商标事务所44241代理人周小年(51)Int.Cl.G10L21/028(2013.01)G10L21/0308(2013.01)G10L21/0216(2013.01)权利要求书1页说明书4页附图3页(54)发明名称一种基于单源点检测的欠定盲源语音信号分离的方法(57)摘要本发明提供了一种基于单源点检测的欠定盲源语音信号分离的方法，包括以下步骤：首先将线型麦克风阵列放于源信号的远场，得到多组接收信号数据；然后将接收信号数据进行时频域分析，构建时频域信号散点图；对每个点的横纵坐标作比值得到一组数据，进行聚类得到幅度的衰减参数；利用势函数聚类方法，得到势函数—衰减参数—时延参数三维散点图。利用子空间映射的方法，混合矩阵下完成源语音信号的恢复。本发明的核心内容在于利用盲源分离中的稀疏成分分析技术提出一种基于单源点检测的欠定盲源语音信号分离的方法，应用本发明可以在一定含噪环境下，对无回响时延混合模型的语音信号混叠进行有效的分离。该方法计算量较少，复杂度低，估计精度高，能达到预期目标。CN110858486ACN110858486A权利要求书1/1页1.一种基于单源点检测的欠定盲源语音信号分离的方法，其特征在于：包括以下具体步骤：步骤一：首先将线型麦克风阵列放于源信号的远场，作为传感器接收声音信号，得到多组接收信号数据；步骤二：然后将接收信号数据进行时频域分析，构建时频域信号散点图，再通过单源点检测准则筛选得到满足条件的非低能量单源时频点；步骤三：由于衰减系数的值对应于时频域散点图上每个单源点的斜率，因此对每个点的横纵坐标作比值得到一组数据，进行聚类得到幅度的衰减参数；步骤四：利用势函数聚类方法，得到势函数—衰减参数—时延参数三维散点图，利用步骤三估计得到的衰减参数进行映射得到势函数—时延参数二维散点图，聚类得到时延参数的估计。步骤五：利用子空间映射的方法，在步骤四得到估计的混合矩阵下完成源语音信号的恢复。2CN110858486A说明书1/4页一种基于单源点检测的欠定盲源语音信号分离的方法技术领域[0001]本发明属于语音信号处理技术领域，具体涉及一种基于单源点检测的欠定盲源语音信号分离的方法。背景技术[0002]在人类社会发展的浩瀚历史中，语言的出现可以说是里程碑式的时刻，从此人类科技文明迎来了黄金发展时期。而在当今世界，随着语音信号处理技术以及相关技术的快速发展，越来越多的语音产品走入了我们的日常生活。在特定的环境下，如何从各个传感器中分离采集得到的混叠的语音信号可以说是语音信号处理技术的重要环节。因此采用盲源分离技术来分离混叠的语音信号可以说是一件极具研究价值的工作。[0003]目前国内外专家学者利用盲源分离技术解决语音信号分离问题已经进行了一系列研究。其中在实际生活中最为常见的情况就是混合信号数目少于源信号的情况，在此类条件下的盲源信号分离称之为欠定盲源分离。最初的方法需要源信号在时域或时频域具备充分的稀疏性，经典的算法如DUET算法。但是随着源信号数目的增加，源信号的充分稀疏性假设更加难以满足。后来就出现了一类基于单源活跃区间检测的混合参数估计算法，如TIFROM算法和TIFCORR(Time-frequencyCorrelation,TIFCORR)算法，这类算法的关键在于单源区间的检测。后来又有学者提出了单源点的概念，进而放宽了源信号的稀疏性假设，只要每个源信号都存在一些离散的单源时频点，就能够实现对混合矩阵的估计，但现有的单源点检测算法大多仅适应于瞬时线性混合模型。而本发明针对的是无回响线性时延混合模型，提出一种基于单源点检测的欠定盲源语音信号的分离方法。发明内容[0004]本发明的目的是提出一种基于单源点检测的欠定盲源语音信号分离的方法，该方法不仅考虑到了信号的幅度衰减同时也考虑到了传输过程中的时间延迟。首先通过单源点检测的准则选取符合条件的单源时频点，随后进行聚类分析得到混合矩阵中的衰减，通过单源点的三维散点图将估计得到的衰减参数附近的单源点映射到二维图中，再次进行聚类得到时延参数，实现衰减参数与时延参数的自动匹配，从而完成混合矩阵的估计，最后通过子空间投影完成源信号的恢复。在获得的源信号先验信息不足的情况下，准确有效的完成对源语音信号的分离过程，从而完成对语音信号处理的预处理目的。[0005]本