基于时频稀疏性的混叠语音分离及失真对策(续完).pdfVIP

文章编号：1002-8684(2012)06-0047-05 基于时频稀疏性的混叠语音分离 -论文· 及失真对策(续完) 竹中华，赵亚丽 (西北工业大学计算机学院，陕西西安710072) (接2012年36卷05期77贯) 4．2聚类分析和分离方法 有了空间特征，接下来是如何聚类和分类问 (19) 题。根据前面的讨论，每个声源对应的空间特征分 其中，M是GMM中高斯分量的个数，D是高斯均值 布可以用一个GMM来描述，令Ⅳ个声源5。(t)， 的维数，即空问特征维数，此处为3。 s，(t)，…，s。一。(￡)各自空间特征对应的GMM分别以上是采用GMM进行模式识别的基本内容。 为Ao，A1’．一，AⅣ一1，其中A女={Pf泓f，三f)，i=0，…， 这里有几个关键问题：声源数量和方位是否已知?声 J7、r—l。其中Pi为高斯分量的权重，p；为高斯分量 源数量或方位是否随时间变化?是否需要分离所有 的均值矢量，三；为高斯分量的协方差矩阵。为了方 声源?这些问题随着不同的应用，有着不同的解决方 便计算，通常采用对角协方差矩阵的GMM。每个声 案。最复杂的问题就是所有声源数量方位都不知道， 源对应的二元时频掩膜帆(A，k)就可根据最大后且可能随时间变化，这种情况下分离所有声源信号就 验概率方法进行估计 。“”“。 …．^『1，p(也嘶跏2；躲，{P(Aiio(t力))中，常常有一些先验信息可以利用，使问题变成SBSS ％(I，力={ 【0，其他 问题。笔者考虑如下三种情况的模型训练： (14) Source (1)非盲源分离(Un—Blind Separation， 式中，o(t∞表示时频单元(￡力的对应的空间特征，即 UBSS)问题，即假定声源数量和方位均已知，不随时 间变化，且可以单独控制各个声源。这是一种理想情 ∞力_【嘉啷【糕】’裂，裂】 况，目的是作为其他情况分离效果的—个参照。 (15) 目的是得到各个声源对应的空间方位模型。为 以下D(￡∽简记为O。根据贝叶斯理论，后验 此先让各个声源单独发声，根据两只传声器观测到的 概率与GMM条件概率的关系如下 混合信号，计算式(15)对应的特征矢量集合，然后用 p(A。IO)=掣端盟 (16) 可以迭代得到该声源对应的GMM模型参数。为了 式中，P(A。)为先验概率，即每个声源出现概率，如果 得到各个时频单元的空间特征，可以用白噪声作为模 无法用其他方法获得其信息，则一般假定所有声源以 型训练用信号。 同等概率m现。由此，可以将式(14)的最大后验概 (2)只需要分离一方位未知的目标语音，干扰源 率分类方法转换成条件概率分类，即 方位固定(SBSSl问题)¨7J。例如干扰源来自固定方 “””1 位的扬声器，而目标说话者方位事先无法确定。 帆(t，力：f1，p‘D㈨=i：擀tⅢ训(17)() ％(t∞={ 10，其他 由于干扰源方位固定，因此其空间特征会保持一