基于基频状态和帧间相关性的单通道语音分离算法-东南大学学报.PDF

第４４卷第６期 东南大学学报（自然科 学版 ） Ｖｏｌ．４４ Ｎｏ．６ 　 ２０１４年１１月 ＪＯＵＲＮＡＬＯＦＳＯＵＴＨＥＡＳＴＵＮＩＶＥＲＳＩＴＹ（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ） 　 Ｎｏｖ．２０１４ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１－０５０５．２０１４．０６．００１ 基于基频状态和帧间相关性的单通道语音分离算法 １，２ １ １ １ １ 郭海燕 　 李枭雄　 李拟臖 　 周　琳　 吴镇扬 １ （东南大学信息科学与工程学院，南京２１００９６） ２ （南京农业大学工学院，南京２１００３１） 摘要：提出一种基于基频状态和帧间相关性的单通道混合语音分离算法．首先，从混合语音中提 取２个源语音的基频进行状态编码，基于编码的基频状态构造自适应字典，并通过引入基频信息 在字典层面对各源语音信号进行区分．然后，采用频繁模式挖掘算法，提取基频状态为１时字典 的频繁１项子集，缩减字典尺寸．最后，以基于正交匹配追踪的分离语音为基础，检测分离效果差 的混合语音帧，搜索与其相关度最高的平移后的邻近分离语音帧进行叠加，并采用软掩蔽方法进 行第二次分离校正．仿真实验结果表明，该算法获取的分离语音信噪比优于现有的２种经典语音 分离算法，并且该算法采用频繁模式挖掘算法大大减小了运算量． 关键词：语音分离；稀疏分解；正交匹配追踪；基频；数据挖掘 中图分类号：ＴＮ９１２　　文献标志码：Ａ　　文章编号：１００１－０５０５（２０１４）０６１０９９０６ Ｓｉｎｇｌｅｃｈａｎｎｅｌｓｐｅｅｃｈｓｅｐａｒａｔｉｏｎｂａｓｅｄｏｎｐｉｔｃｈｓｔａｔｅ ａｎｄｉｎｔｅｒｆｒａｍｅｃｏｒｒｅｌａｔｉｏｎ １，２ １ １ １ １ ＧｕｏＨａｉｙａｎ 　 ＬｉＸｉａｏｘｉｏｎｇ　 ＬｉＮｉｊｕｎ　 ＺｈｏｕＬｉｎ　 ＷｕＺｈｅｎｙａｎｇ １ （ＳｃｈｏｏｌｏｆＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＳｏｕｔｈｅａｓｔＵｎｉｖｅｒｓｉｔｙ，Ｎａｎｊｉｎｇ２１００９６，Ｃｈｉｎａ） ２ （ＣｏｌｌｅｇｅｏｆＥｎｇｉｎｅｅｒｉｎｇ，ＮａｎｊｉｎｇＡｇｒｉｃｕｌｔｕｒａｌＵｎｉｖｅｒｓｉｔｙ，Ｎａｎｊｉｎｇ２１００３１，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ａｓｉｎｇｌｅｃｈａｎｎｅｌｓｐｅｅｃｈｓｅｐａｒａｔｉｏｎａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｐｉｔｃｈｓｔａｔｅａｎｄｉｎｔｅｒｆｒａｍｅｃｏｒｒｅｌａ ｔｉｏｎｉｓｐｒｏｐｏｓｅｄ．Ｆｉｒｓｔ，ｔｈｅｐｉｔｃｈｏｆｔｗｏｓｉｍｕｌｔａｎｅｏｕｓｌｙａｃｔｉｖｅｓｐｅａｋｅｒｓｉｓｔｒａｃｋｅｄｆｒｏｍｍｉｘｔｕｒｅｏｖｅｒ ｔｉｍｅａｎｄｅｎｃｏｄｅｄｂｙｐｉｔｃｈｓｔａｔｅｓ．Ｏｎｔｈｉｓｂａｓｉｓ，ａｄａｐｔｉｖｅｓｏｕｒｃｅｉｎｄｉｖｉｄｕａｌｄｉｃｔｉｏｎａｒｉｅｓａｒｅｇｅｎｅｒａｔｅｄ ｔｏｄｉｓｔｉｎｇｕｉｓｈｓｏｕｒｃｅｆｒａｍｅｓｉｎｐｉｔｃｈ．Ｓｅｃｏｎｄｌｙ，ａｆｒｅｑｕｅｎｔｐａｔｔｅｒｎｍｉｎｉｎｇｍｅｔｈｏｄｉｓｕｔｉｌｉｚｅｄｔｏｆｉｎｄ ｔｈｅｆｒｅｑｕｅｎｔ１ｉｔｅｍｓｅｔａｓａｔｏｍｓｔｏｒｅｄｕｃｅｔｈｅｓｉｚｅｓｏｆｔｈｅｄｉｃｔｉｏｎａｒｉｅｓｇｅｎｅｒａｔｅｄｆｏｒｔｈｅｓｏｕｒｃｅｓｗｈｏｓｅ ｐｉｔｃｈｓｔａｔｅｓａｒｅ１．Ｔｈｉｒｄｌｙ，ｂａｓｅｄｏｎｔｈｅｓｅｐａｒａｔｅｄｓｏｕｒｃｅｓａｃｈｉｅｖｅｄｂｙｔｈｅｏｒｔｈ