语音分离技术研究现状与展望.pdfVIP

第 27卷第 5期 声 学 技 术 Vo1．27，No．5 2008年 10月 Technic￡LlAcoustics Oct．，2008 语音分离技术的研究现状与展望 李从清 ，一，孙立新 ， 龙 东 ，任晓光 (1．河北工业大学机械工程学院，天津 300130；2 天津城市建设学院能源与机械工程系，天津 300384) 摘要 ：从计算听觉场景分析和盲源分离两种方法综述 了当前语音分离技术的研究现状和发展方向。计算听觉场景分 析是用计算机来模拟人类听觉系统的处理机制 。它可分为两大类 ：一类是数据驱动型，特点是信息 由低级向高级的单 向流动：另一类是图式驱动型，特点是信息由低级向高级和由高级向低级结合的双向流动。最后指出信息双向互流的 混合语音分离模式将是未来计算听觉场景分析研究的主要模式；基于听觉和视觉的结合来改善语音分离效果的研究 将是未来研究方 向之一 。此外，盲源分离的欠完全问题 ，非线性混叠信号的可分离性、非平稳混叠信号的盲分离问题都 将需要进一步研究：基于CASA和 BSS联合进行语音分离将是未来研究的热点。 关键词：语音分离；听觉场景分析 ：计算听觉场景分析 ；盲源分离 中图法分类号：TN912．3．rN9l1．7 文献标识码 ：A 文章编号：1000—3630(2008)一05—0779-09 State and frontiersofresearch in speech separation LICong-qing，一，SUN Li-xin ，LONG Dong，REN Xiao-guang (1．SchoolofMechanicalEngineering，HebeiUniversityof Technology ，Tianjin300130，China；2．TianjinUrban ConstructionInstitute，DepartmentofEnregySourceandMechanicalEngineering，Tianjin300384，China) Abstract：The stateand thedirection ofresearch in speech sepraation technique，including compuattional auditory scenenaalysis(Gf )nadblindsourcesepraation (BSS)，raereviewed． Compuattional auditory scene na alysis isa processingmechanism thatsimulateshuman auditory system by computer． CASA is classifiedas daat-driven CASA and schema-driven CASA． The information direction flowingofdaat-driven CASA isboSom-up andhtatofschema-driven CASA isnitegratnigbottom-up and top-down． Finally， itis pointed outthatthe speech separation modelofinformation b~direction flowing ofCASA is the dominna t pattern ofCASA in htefuture．na d the speech sepraationmehtodbased on integratnigaudition na dvision ni order to miprove efflect of speech separation si one of hte directions of reserach in hte future． Furthemr ore，itispointedoutthat