可区分性原则在语音分离中的应用-计算机技术应用专业毕业论文.docxVIP

摘要语音技术是现代计算机技术中非常重要的技术。人与人之间进行交流的最自 摘要 语音技术是现代计算机技术中非常重要的技术。人与人之间进行交流的最自 然方式是语言。而现代计算机的使用是通过鼠标和键盘输入，通过显示器、打印 机等设备来得到计算机输出的结果。这对人来说当然不是最自然的交流方式。从 这个意义上来说，现代计算机并不是最终的和最好的产品；而只是人类以自己对 环境的适应能力来屈就的产物。因此，一直以来，计算机科学家们都在寻找能够 使计算机能够与人通过自然语言交流的技术。 但是直到现在，语音技术还没有全面进入实用化、商用化。主要是因为现代 语音技术还有两个关键的问题没有完全解决。其一是噪声环境下的语音增强和分 离技术：其二是完善的自然语言理解。 不能解决语音技术的这两个非常关键的前、后端技术，语音技术就不可能进 入大规模应用，只能是研究人员手中的玩具。 噪声环境下的语音识别技术一直都是语音识别系统的重点和难点。但是在很 长的时间中，由于相应的数学方法和技术手段一直没有得到发展，所以进步很慢。 随着上世纪九十年代中期，高阶统计学和分数低阶统计学应用的逐渐推广， 出现了从PCA(主成分分析)技术中发展出来的ICA技术，从FA(因子分析) 技术中发展出来的IFA技术。这两种技术不需要知道信号的先验知识，就可以几 乎很完美地分离出每一个信号。虽然这两种技术都存在一定缺陷，由于技术本身 显示出来的能力，导致现代信号分离技术(特别是盲信号分离技术的)的迅速发 展。现在，盲信号分离技术在其他方向也取得了一定进步，并因此带动了语音分 离技术的进步。 但是现有分离技术除了主流的ICA技术以外，还有许多非常不同的信号分 离技术，这些技术之间差别非常大。文献E8]是取满足某些条件的其中一些位 置的时频参数进行逆变换，得到源信号；而文献[24]通过对每个位置的时频参 数进行分解，然后进行逆变换来得到源信号；文献[26]则通过改进滤波器技术， 使用时变滤波器进行信号的分解；文献[221的方法是说话人依赖的，使用的是 学习过的因子分解隐马尔科夫过程进行信号的分离；文献[11]是通过聚类进行 信号分离的。 但是为了更深入研究信号分离，必须对很基本的问题进行分析。 通过对大量文献的阅读、研究、抽象和总结，本文提出以下的可区分性原则： 原始混合信号可投影于这样的投影空间，在壤投影空问中同一信号由于某 些特征而在投影空间中密繁分布，而信号之间由于这些特征的区别在投髟空间 中完全分离蛾者稀疏过渡；或者不同信号虽然聚集在一起，但是投影空间足够 稀疏而可以相互区分。 并在该原则指导下，提出了以下信号分离的广义框架： 1将信号投影到某一特征投影空问； 2在该投影空间中对信号的参数按照一定规剜聚类； 3从投影空间将聚类后的信号向信号空闻进行逆映射，重构信号。 以上的广义框架就是信号分解技术的关键步骤。对于不同的算法，虽然进行 分离的途径之间极其不同，但是都要经过以上的“投影一聚类一重构”过程。基于以上的可区分原则和由此推出的信号分离的广义框架，本文分析了各种 分离的途径之间极其不同，但是都要经过以上的“投影一聚类一重构”过程。 基于以上的可区分原则和由此推出的信号分离的广义框架，本文分析了各种 可能的可以进行信号分离的投影空间，并对在这些空间进行聚类的技术进行了分 析。 在此基础上，本文将两种相应信号分离技术用到双声道语音分离技术。因为 双声道语音分离往往需要分离出远多于声道数的源信号。这时问题是超定的，需 要用到信号信号的稀疏性。本文的两种信号分离方法都用到了不同的信号稀疏性 特性。 关键诃：信号分离、语音、稀疏性、超定、可区分性原则 图书分类号： SummarySpeech Summary Speech technology is one of the most important parts in the modem computer technology because speech is the most naturally commtmication mode between human beings．But until now,modem computers still using mouse and keyboards to input．screens and printers to output．It is obvious that this虹nd of communication is not the natural mode for human beings．So the modem computers is not the ultimately and best production for human beings but the producti