基于多參考信號(hào)ICA的目標(biāo)語(yǔ)音提取方法_王青云
正常人在嘈雜的環(huán)境中仍然能夠聽(tīng)清自己感興趣的語(yǔ)音, 例如在在吵鬧的聚會(huì)上,很多人同時(shí)說(shuō)話,人們?nèi)匀豢梢栽诟蓴_ 聲中交談。如何模擬人耳的這種語(yǔ)音聚焦和提取能力至今仍然 是現(xiàn)代語(yǔ)音信號(hào)處理技術(shù)的難題。近年來(lái),很多研究者利用獨(dú)立 分量分析 ICA(Independent Component Analysis, ICA)算法實(shí)現(xiàn)語(yǔ) 音分離和提取,但是這種算法對(duì)噪聲敏感,在實(shí)際環(huán)境中性能不 佳。另一些研究者利用目標(biāo)聲源的空間信息,結(jié)合聲源定位和波 束形成技術(shù)提取目標(biāo)語(yǔ)音,對(duì)噪聲的魯棒性能好,但語(yǔ)音提純效 果有限。 本文提出一種新的目標(biāo)語(yǔ)音提取方法。該方法利用聲源定 位、波束形成和小波分解等算法對(duì)麥克風(fēng)陣語(yǔ)音信號(hào)進(jìn)行前處 理,獲取多個(gè)目標(biāo)語(yǔ)音參考信號(hào),然后應(yīng)用基于負(fù)熵的 FastICA 算法對(duì)目標(biāo)語(yǔ)音進(jìn)行估計(jì)?；邴溈孙L(fēng)陣實(shí)測(cè)語(yǔ)音的仿真實(shí)驗(yàn) 證明,本文提出的算法能有效地抑制背景噪聲和干擾聲,恢復(fù)目 標(biāo)語(yǔ)音波形和語(yǔ)譜圖, 實(shí)現(xiàn)比常規(guī)波束形成、小波分解和 ICA 算法更高的輸出信噪比和信干比。