[发明专利]一种基于半非负矩阵分解的声音信号分离方法

权利要求书

1.一种基于半非负矩阵分解的声音信号分离方法，其特征在于，该方法包括以下步骤：

S1、单通道混合声音信号S由若干独立的声音信号S¹,S²,…,Sⁿ混合而成，计算S的傅立叶变换结果F，根据F计算频谱X；

S2、对X进行半非负矩阵分解，得到特征矩阵W和系数矩阵H；

S3、根据X得到声音信号S¹,S²,…,Sⁿ各自的初始估计频谱

S4、对分别进行半非负矩阵分解，得到对应的特征矩阵和系数矩阵

S5、根据X、W、H，以及获得声音信号S¹,S²,…,Sⁿ各自的频谱X¹,X²,…,Xⁿ；

S6、根据傅立叶变换结果F以及频谱X¹,X²,…,Xⁿ，获得声音信号S¹,S²,…,Sⁿ各自的傅立叶变换结果F¹,F²,…,Fⁿ；

S7、分别对F¹,F²,…,Fⁿ进行傅立叶逆变换，得到声音信号S¹,S²,…,Sⁿ，从而实现从单通道混合声音信号S中分离出独立的声音信号S¹,S²,…,Sⁿ。

2.根据权利要求1所述的基于半非负矩阵分解的声音信号分离方法，其特征在于，S1中所述单通道混合声音信号，是指混合声音信号只由一个声音采集器采集而得。

3.根据权利要求1所述的基于半非负矩阵分解的声音信号分离方法，其特征在于，S1中所述单通道混合声音信号S由若干独立的声音信号S¹,S²,…,Sⁿ混合而成，其中n的数值为2或3。

4.根据权利要求1所述的基于半非负矩阵分解的声音信号分离方法，其特征在于，S2中对X进行半非负矩阵分解，得到特征矩阵W和系数矩阵H，按如下步骤进行：

S21、构造半非负矩阵分解的目标函数Γ

S22、初始化系数矩阵H，其所有元素的值为(0,1)之间的随机数；

S23、计算特征矩阵W的初始值为

W＝XH(H^TH)^-1 (2)

S24、将特征矩阵W和系数矩阵H交替迭代更新：先迭代更新一次W，然后迭代更新一次H，如此循环往复的先后迭代更新W和H；利用公式W＝XH(H^TH)^-1(3)迭代更新特征矩阵W中的元素，利用公式迭代更新系数矩阵H中的元素；

S25、设定半非负矩阵分解的目标函数Γ的最小值Γ_min，设定最大迭代次数E_max，每次迭代更新完成后计算目标函数Γ的值，当目标函数Γ的值小于Γ_min或者迭代次数达到最大迭代次数E_max时，则停止迭代，得到最终的特征矩阵W和系数矩阵H；

于公式(1)、(2)、(3)和(4)中，表示矩阵的Frobenius范数；X为频谱；W为特征矩阵；H为系数矩阵；H^T为H的转置；(H^TH)^-1为H^TH的逆矩阵；X^T为X的转置；W^T为W的转置；(X^TW)⁺为X^TW中的正值元素；(X^TW)^-为X^TW中的负值元素；(W^TW)⁺为W^TW中的正值元素；(W^TW)^-为W^TW中的负值元素。