卷积语音信号的频域盲分离排序算法.pdf

(19)中华人民共和国国家知识产权局*CN102231280A*(12)发明专利申请(10)申请公布号CN102231280A(43)申请公布日2011.11.02(21)申请号201110117022.2(22)申请日2011.05.06(71)申请人山东大学地址250100山东省济南市历下区山大南路27号(72)发明人刘琚王倩杜军刘朝晨吕宁(74)专利代理机构济南金迪知识产权代理有限公司37219代理人宁钦亮(51)Int.Cl.G10L21/02(2006.01)G10L15/22(2006.01)G06F17/15(2006.01)权利要求书1页说明书5页附图4页(54)发明名称卷积语音信号的频域盲分离排序算法(57)摘要本发明提供了一种卷积语音信号的频域盲分离排序算法，对于卷积混叠语音信号，首先由时域转换到频域，在每个频带上使用频域ICA算法进行盲分离，然后使用本发明的排序算法进行排序：(1)选取基准频带进行对准；(2)根据已排序好的基准频带对剩余频带进行排序；(3)标记可能出现排序错误的频带，利用基于分离矩阵的DOA估计进行补充性对准。本发明利用基准频带对准的思想并结合了现有基于频带相关性的排序算法和基于DOA的排序算法两类排序算法的优势，具有很好的鲁棒性和准确性，并且在真实环境中仍然适用。CN10238ACCNN110223128002231282A权利要求书1/1页1.一种卷积语音信号的频域盲分离排序算法，其特征是，使用卷积混叠模型，对于卷积混叠语音信号，首先由时域转换到频域，在每个频带上使用频域ICA算法进行盲分离，然后按以下步骤进行排序，实现每个频带的对准：(1)基准频带的对准：选取基准频带进行对准，在所有频带中选取基准频带，根据对于同一个语音信号在不同频带上能量随时间呈现相似的变化这一特点对基准频带进行排序；(2)剩余频带的对准：根据已排序好的基准频带对剩余频带进行排序，每个剩余频带都有对应的基准频带，对应的基准频带是指距离该剩余频带最近的基准频带，利用已排序好的基准频带，根据同一语音信号在相邻频带上的幅度相关性这一特点，对每个剩余频带进行排序；(3)补充性对准：标记可能出现排序错误的频带，利用基于分离矩阵的DOA估计进行补充性对准，对步骤(2)中可能出现对准错误的频带用基于到达角估计的排序方法进行重新排序。2.根据权利要求1所述的卷积语音信号的频域盲分离排序算法，其特征是：所述步骤(1)的具体实现步骤为：A.选取基准频带，假设相邻基准频带间隔偶数个频带；B.计算每个基准频带上的能量轮廓，遍历所有可能的排序，最终找到使目标函数最小化的排序即为最终的排序。3.根据权利要求1所述的卷积语音信号的频域盲分离排序算法，其特征是：所述步骤(2)的具体实现步骤为：A.根据分离矩阵计算每个频带上分离出来的信号；B.计算每个剩余频带与对应的基准频带上分离信号的幅度相关性；C.遍历所有可能的排序，找到幅度相关性最大的排序即为最终的排序。4.根据权利要求1所述的卷积语音信号的频域盲分离排序算法，其特征是：所述所述步骤(3)的具体实现步骤为：A.若在步骤(2)中对于不同的排序，个别频带上幅度相关性相差不大，则这些频带上有可能出现排序错误，对这些频带进行标记；B.对标记的频带进行基于分离矩阵的DOA估计；C.对估计出的DOA进行聚类，即找到分离矩阵相应的排序。2CCNN110223128002231282A说明书1/5页卷积语音信号的频域盲分离排序算法技术领域[0001]本发明涉及一种解决卷积混合语音信号在频域盲源分离过程中存在的次序不确定性问题的方法，属于语音信号处理领域。背景技术[0002]盲分离算法是在源信号和混合过程未知的情况下，从观测的混合信号中估计出原始信号的方法。盲分离算法广泛应用于语音信号处理、无线通信、医学信号处理等多个领域。针对卷积盲分离问题，目前主要存在两类算法：第一类是时域分离算法，第二类是频域分离算法。频域语音信号盲分离算法相对于时域盲源分离算法来说，因其较小的计算量和良好的分离性能而受到研究人员的关注。但是频域分离算法也存在两个问题：一个是幅值不确定性，一个是次序不确定性。其中次序不确定性对卷积混合频域盲分离算法的影响非常大，可以说它是卷积混合频域盲分离算法成功与否的最关键因素，也是当前卷积盲分离研究的热点之一。因为次序不确定性会使相邻频带上分离出来的信号连接错误，最终导致分离失败。[0003]目前解决频域盲分离次序不确定问题的方法主要有两大类：第一类是基于到达角估计(DOA)的排序方法，第二类是基于频带间相关性的排序方法。这两类排序算法的优缺点：[0004](1)基于DOA的排序算法具有很好的鲁棒性，因为在一个频带上的不对准不会影响其他频带；但是该算法准确性较差，计算量大。[0005](2)基于频带