一种基于谐波提取的欠定语音盲分离方法及装置.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CN106531181A(43)申请公布日2017.03.22(21)申请号201611055302.4(22)申请日2016.11.25(71)申请人天津大学地址300072天津市南开区卫津路92号(72)发明人黄翔东刘明卓徐婧文(74)专利代理机构天津市北洋有限责任专利代理事务所12201代理人李林娟(51)Int.Cl.G10L21/0272(2013.01)G10L21/0308(2013.01)G10L21/047(2013.01)权利要求书1页说明书15页附图4页(54)发明名称一种基于谐波提取的欠定语音盲分离方法及装置(57)摘要本发明公开了一种基于谐波提取的欠定语音盲分离方法及装置，在盲识别阶段，对语音信号进行短时傅立叶变换，利用基于比值法频谱校正的谐波提取技术提取语音信号中的谐波成分，通过相位一致性准则对所述谐波成分做筛选；引入可估计源数的自适应K-均值聚类法对筛选出的单源成分向量进行聚类，得到混合矩阵的估计；在盲恢复阶段，针对各路源语音信号在时频域中存在重叠的情况，采用子空间投影法对混合矩阵的估计做逆推，实现了高质量的语音信号源恢复。本发明提高了算法精度；可有效地识别出强单源成分，增强了对噪声的鲁棒性；可在源数目未知的情形下获得混合矩阵及源数目估计；并且本发明提高了适用范围，同时也可提高语音信号的恢复精度。CN106531181ACN106531181A权利要求书1/1页1.一种基于谐波提取的欠定语音盲分离方法，其特征在于，所述欠定语音盲分离方法包括以下步骤：在盲识别阶段，对语音信号进行短时傅立叶变换，利用基于比值法频谱校正的谐波提取技术提取语音信号中的谐波成分，通过相位一致性准则对所述谐波成分做筛选；引入可估计源数的自适应K-均值聚类法对筛选出的单源成分向量进行聚类，得到混合矩阵的估计；在盲恢复阶段，针对各路源语音信号在时频域中存在重叠的情况，采用子空间投影法对混合矩阵的估计做逆推，实现了高质量的语音信号源恢复。2.根据权利要求1所述的一种基于谐波提取的欠定语音盲分离方法，其特征在于，所述利用基于比值法频谱校正的谐波提取技术提取语音信号中的谐波成分，通过相位一致性准则对所述谐波成分做筛选的步骤具体为：1)将频率集合进行混合，按照升序排列，得到Q个簇，对簇内频率进行合并，可得到合并后的频率序列；2)找出频率序列中的有效模式；3)将有效模式作为输入，识别有效模式中的单源模式；收集所有时间帧得到的单源模式组成单源域。3.根据权利要求1所述的一种基于谐波提取的欠定语音盲分离方法，其特征在于，所述有效模式具体为：满足给定一个小阈值ε＞0，对于每个m都存在且仅存在一个下标满足。4.根据权利要求1所述的一种基于谐波提取的欠定语音盲分离方法，其特征在于，所述引入可估计源数的自适应K-均值聚类法对筛选出的单源成分向量进行聚类，得到混合矩阵的估计的步骤具体为：根据欠定情形，若K+1次的分类性能指数大于K次的分类性能指数，则源数目即等于观测数目，对应的K-均值聚类中心则为混合矩阵的估计。5.根据权利要求1所述的一种基于谐波提取的欠定语音盲分离方法，其特征在于，所述采用子空间投影法对混合矩阵的估计做逆推，实现了高质量的语音信号源恢复的步骤具体为：令最大的重叠源信号数目为ρ＝M-1，对于子矩阵求出其对应的正交投影矩阵；获取重叠信号的下标，并求出当前时频点的短时傅立叶谱；求出所有时频点的短时傅立叶谱值后可得N个源信号的STFT谱估计，再对其进行逆短时傅立叶变换，可得到恢复信号。6.一种用于实施权利要求1-5中任一权利要求所述的一种基于谐波提取的欠定语音盲分离方法的分离装置，其特征在于，所述分离装置包括：A/D转换器，用于对采集到的多路观测信号x(t)进行采样，获取样本序列，并以并行数字输入的形式进行数据传输；DSP，获取输入的数据，将数据用于内部算法的处理，获取合矩阵的估计，以此实现高质量的语音信号源恢复；输出驱动及其显示模块，用于显示输出结果。2CN106531181A说明书1/15页一种基于谐波提取的欠定语音盲分离方法及装置技术领域[0001]本发明涉及数字信号处理技术领域，具体涉及对于语音信号在观测数目小于源数的欠定情形下的盲分离问题。背景技术[0002]盲分离是指在混合系统参数和源数目未知的情形下，仅从混合后的信号中恢复源信号的问题。盲分离方法广泛应用于语音信号处理[1]、数字通信[2]、机械故障诊断[3]等领域。根据源信号数目N及混合信号数目M的相对关系，盲分离问题可分为三种情形：超定(M>N)、正定(M＝N)、欠定(M<N)。早期盲分离的典型代表是独立分量分析[4](IndependentComponentAnalysis,ICA)，然而经典ICA