[发明专利]一种多元混合声信号分离方法及装置

说明书

本发明公开了一种多元混合声信号分离方法及装置，所述多元混合声信号分离方法至少包括：通过短时傅里叶变换，获得混合声信号和真实源信号的幅度谱和相位谱；通过生成器对所述混合声信号幅度谱进行训练，获得所述估计分离信号幅度谱；通过判别器对所述估计分离信号幅度谱与所述真实源信号幅度谱进行训练，并判断所述估计分离信号幅度谱是否为真实输出，若是，通过所述估计分离信号幅度谱与所述混合声信号相位谱，获得分离声信号，同时获得生成器优化函数对所述生成器进行优化直至到达最大迭代次数。本发明公开的多元混合声信号分离方法及装置提高了所述分离声信号的可懂度，且算法的泛化能力好，具有很强的抗干扰性。

技术领域

本发明涉及声信号分离技术领域，具体来说是一种多元混合声信号分离方法及装置。

背景技术

传统的信号处理方法包括谱减法、维纳滤波法等，均是在假定目标声源与噪声先验分布的条件下，估计目标声源的短时傅里叶系数，为了更好地表述噪声的先验分布，通常假设噪声是平稳的或者是慢变的，然而实际情况下该假设条件很难满足，即在低信噪比条件下分离性能会严重下降。

随着人工智能及大数据时代的到来，声信号的采集量越来越多，如何利用大量的已知混合多元声信号及单目标声信号的真实数据提高分离性能，使得分离算法更具有实用性，从而提高声信号监测系统对声学事件的检测率成为了多元声信号分离领域的迫切的目标。

发明内容

本发明的目的在于提供一种多元混合声信号分离方法及装置，解决现有技术中声信号分离模型收敛困难、实用性差能量损失严重问题。实现多源声音信号的分离。

为解决上述技术问题，本发明是通过以下技术方案实现的：

本发明提供的一种多元混合声信号分离方法，其至少包括以下步骤：

S1：采集混合声信号与真实源信号；

S2：通过所述混合声信号与真实源信号，获得混合声信号幅度谱、混合声信号相位谱和真实源信号幅度谱；

S3：通过生成器对所述混合声信号幅度谱进行训练，获得所述估计分离信号幅度谱；

S4：通过判别器对所述估计分离信号幅度谱与所述真实源信号幅度谱进行训练，并判断所述估计分离信号幅度谱是否为真实输出，若是，则输出所述估计分离信号幅度谱，并执行步骤S5，若否，则执行步骤S6；

S5：通过所述估计分离信号幅度谱与所述混合声信号相位谱，获得分离声信号；

S6：通过所述判别器对所述生成器进行更新处理，对此步骤进行迭代，并判断迭代次数是否达到预设最大迭代次数，若是，则结束，若否，则迭代次数增加，并继续执行步骤S3。

在本发明一实施例中，所述多元混合声信号分离方法包括混合声信号模型的建立,所述混合声信号模型为：

其中，x(t)为混合声信号，Si(t)为第i个真实源信号，hi(t)第i个真实源信号到传感器间传递函数，e(t)为噪声，K为真实源信号个数，i为真实源信号序号， t为时间，T为信号时间长度。

在本发明一实施例中，所述多元混合声信号分离方法包括分离信号的分析模型的建立，其建立方法包括：将所述混合声信号幅度谱作为生成器的输入，获得所述估计分离信号幅度谱，将其与真实源信号幅度谱一同输入判别器，同时将判别器的判别结果反馈给生成器。

在本发明一实施例中，所述多元混合声信号分离方法包括构建生成对抗网络模型，通过所述生成对抗网络模型对所述分离信号的分析模型求解，其中所述生成对抗网络模型包括生成器和判别器。

在本发明一实施例中，判断所述估计分离信号是否为真实输出的条件是：所述生成对抗网络模型是否收敛，若所述生成对抗网络模型收敛，则所述估计分离信号为真实输出，若否，则所述估计分离信号为非真实输出。