独立分量分析与时频掩蔽结合的语音盲分离-计算机工程与应用.PDF

130 2010 ，46 （32 ） Computer Engineering and Applications 计算机工程与应用 独立分量分析与时频掩蔽结合的语音盲分离 刘伯权，曾以成，邬鑫锋 LIU Bo-quan ，ZENG Yi-cheng ，WU Xin-feng 湘潭大学 光电工程系，湖南 湘潭 411105 Department of Optoelectric Engineering ，Xiangtan University ，Xiangtan ，Hunan 411105 ，China E-mail ：stoeky@ 163.com LIU Bo-quan ，ZENG Yi-cheng ，WU Xin-feng.Blind speech separation by combining independent component analysis and time-frequency masking.Computer Engineering and Applications ，2010 ，46 （32 ）：130-132. Abstract ：A blind speech source separation method for the underdetermined convolution is proposed via combining Fast In- dependent Component Analysis （FastICA ）and adaptive nonlinear binary time-frequency masking.By estimating nonlinear bina- ry masks from the outputs of a FastICA algorithm ，it is possible in an iterative way to extract basic speech signals from a convolutive mixture.The basic signals are afterwards improved by the masks merging.The stereo property of the extracted speech signals can be maintained.The simulation results demonstrate that the proposed separation method outperforms DUET and BLUES methods.The signal-noise-ratio gain of the results is greatly improved. Key words ：blind speech separation ；Fast Independent Component Analysis（FastICA）；adaptive ；nonlinear binary time-frequency masking 摘 要：针对语音信号的欠定卷积混合模型，提出一种基于快速独立分量分析和自适应非线性二元时频掩蔽的语音盲分离方 法。对输入的混合语音信号进行快速独立分量分析，将结果进行自适应非线性二元时频掩蔽；重复进行这两步处理，直到分离出 所有的语音源信号。将分离出的语音源信号，再通过二元时频掩蔽合并可提高输出的质量，分离出的语音信号仍然能保留双声 道立体声的效果。实验表明，该方法的性能大大优于DUET 方法和BLUES 方法，信噪比增益大幅提高。 关键词：语音盲分离；快速独立分量分析；自适应；非线性二元时频掩蔽 DOI ：10.3778/j.issn. 1002-8331.2010.32.036 文章编号：1002-8331（2010 ）32-0130-03 文献标识码：Ａ 中图分类号：TN912 1 引言 方法识别混合矩阵以及利用最短距离准则实现信号分离，但 盲声源分离是指根据观测到的多个独立声源的混合数 分离矩阵的估计往往因为空间方向的扩散而模糊。文献[7-8] [1] 利用语音信号在时频域上没有重叠的假设，即信号符合W-分离 据，设计一个变换以分离出独立声源 。该技术在通讯、语音