[发明专利]混合信号检测方法及系统

说明书

本发明提供了一种混合信号检测方法及系统，其中混合信号检测方法通过对获取的待测信号以设定时间间隔进行切片，得到多个待测时间片；然后分别将多个待测时间片进行傅氏变换，得到每个时间片对应的频域片；最后对全部频域片的频域幅值进行差异化分析，得到人声介入的时间点，从而精准地检测出人声加伴奏的混合信号。利用本发明在检测出人声加伴奏的混合信号后，在混合信号部分利用现有的根据不同声道进行分离的盲信号分离算法进行盲信号分离，即可保证进行盲信号分离的音频是有人声混合的混合音频，能更精确的分离出人声和伴奏，大大提升了利用盲信号分离算法对多声道信号进行分离的精准度。

技术领域

本发明涉及音频信号处理技术领域，特别涉及一种混合信号检测方法及系统。

背景技术

盲信号(Blind Signal Separation，BSS)分离指仅从观测到的多个混合信号中恢复出独立的源信号。通常观测到的混合信号来自于多个传感器的输出，并且各个传感器的输出信号线性不相关。这里的“盲”是指：1、源信号是不可观测的；2、混合系统是事先未知的，即信号混合方法未知。

在科学研究和工程应用中，很多观测信号都可以假设成是不可见的源信号的混合。所谓的“鸡尾酒会”就是一个典型的例子，简单来讲就是当很多人(作为不同的声音源)同时在一个房间里说话时，声音信号由一组麦克风记录下来，这样每个麦克风记录的信号是所有人声音的一个混合，也就是通常所说的观测信号。如何从这组观测信号中提取每个说话者的声音信号，即源信号。如果混合系统是已知的，则以上问题就退化成简单的求混合矩阵的逆矩阵。但是在更多的情况下，无法获取有关混合系统的先验知识，这就需要从观测信号来推断这个混合矩阵，实现盲源分离。

现有的盲信号分离方法只是单纯的利用不同声道进行分离，而在KTV中，事实上只有伴奏加人声的部分是需要分离的。单纯地利用不同声道对整个信号进行分离的方法，无法识别出人声加伴奏的混合信号，容易出现较大的分离误差。

发明内容

为解决现有的盲信号分离技术无法对KTV中的人声加伴奏的混合信号进行识别以及人声分离误差较大的问题，本发明提出一种混合信号检测方法及系统，以实现更精确的混合信号检测以及多声道分离。

本发明首先利用频域检测出伴奏加人声的混合信号后，再利用现有的盲信号分离算法进行多声道分离，从而实现更精准的多声道信号分离。

本发明提供的混合信号检测方法，包括以下步骤：

获取待测信号；

将所述待测信号以设定时间间隔进行切片，得到多个待测时间片；

分别将所述多个待测时间片进行傅氏变换，得到每个时间片对应的频域片；若存在任一频域片，满足以下条件，则判定所述待测信号为混合信号：

当前频域片的最大频域幅值相对于按时间顺序在该频域片之前的所有频域片的最大幅值的均值发生突变，或当前频域片的最大频域幅值相对于按时间顺序在该频域片之后所有频域片的最大幅值的均值发生突变。

作为一种可实施方式，所述获取待测信号之后，还包括：

对所述待测信号进行去噪处理。

作为一种可实施方式，当所述当前频域片的最大频域幅值相对于按时间顺序在该频域片之前的所有频域片的最大幅值的均值发生突变，或当前频域片的最大频域幅值相对于按时间顺序在该频域片之后所有频域片的最大幅值的均值发生突变时，还包括：

对所述当前频域片及其对应的时间片进行检测，判断所述频域片的最大幅值是否由噪音引起，若是，则去除该噪音并继续对下一频域片进行判断；若否，则判定所述待测信号为混合信号。

作为一种可实施方式，所述当前频域片的最大频域幅值相对于按时间顺序在该频域片之前的所有频域片的最大幅值的均值发生突变，包括：