[发明专利]一种语音信号频域盲解卷积方法

摘要

本发明公开了一种语音信号频域盲解卷积方法，将时域卷积混合的语音信号变换到频域进行盲分离，根据语音信号的短时平稳性，将时域卷积混合信号通过加窗傅里叶变换转变成频域线性瞬时混合模型，在频域中滤波、白化等预处理后，采用不同时延下相关矩阵近似联合对角化的方法实现分段语音信号盲分离，在解决了信号盲分离的模糊性问题后，经过傅立叶逆变换在时域中进行分段分离信号重组。本发明对2×2实录混合语音信号具有良好的分离效果，并能有效地提高存在他人说话干扰环境下人机交互系统的语音信号识别正确率。

主权项

1.一种语音信号频域盲解卷积方法，其特征在于：将时域卷积混合的语音信号变换到频域进行盲分离，具体包括以下步骤：1）对原始音频文件的自适应分帧，当采样频率为16KHz时，帧长取16ms，帧移取2ms；2）对单帧数据进行傅里叶变换，将卷积混合信号模型转变为线性混合模型；卷积混合模型可以表示为 x(t)=H⊗s(t) ]]>（表示卷积）（1）信号的短时傅里叶变换可以表示为 X ( ω , t s ) = ∑ t e j ω t x ( t ) w ( t t s ) - - - ( 2 ) ]]>其中；X（ω,t_s）是x(t)的短时傅里叶变换，w(t)是窗函数；假定混合系统是时变的，由（1）式可得 X ( ω , t s ) = H ( ω ) S ( ω , t s ) - - - ( 3 ) ]]>其中H(ω)和S(ω,t_s)分别是混合滤波器H(p)和源信号s(t)的傅里叶变换，H(ω)可以在每个频率点单独进行估计；3）采用特征值分解对输入信号进行白化处理；混合信号的协方差矩阵可被分解为 R x ( 0 ) = 1 T ∑ t = 0 T 1 x ( t ) x ( t ) = QΛ Q - 1 - - - ( 4 ) ]]>这里Λ=diag(d₁,d₂,…d_n)是对角矩阵，其元素是协方差矩阵R_x(0)的特征值，Q是对应的特征向量，Q^-1是Q的逆矩阵；白化矩阵V可以表示为 V = Λ 1 2 Q 1 - - - ( 5 ) ]]>是协方差矩阵Λ的逆矩阵的平方根；4）相关矩阵联合对角化，即寻找一个旋转矩阵U，使得下式达到最小； ∑ τ = 1 r ∑ i ≠ j | ( U R z ( τ ) U * ) i j | 2 - - - ( 6 ) ]]>这里R_z(τ)定义为 R z ( τ ) = 1 T ∑ t = 0 T 1 z ( t ) z ( t + τ )    τ = 1 , 2 , · · · r - - - ( 7 ) ]]>频域解混合矩阵W为 W = U V - - - ( 8 ) ]]>5）定义输出信号频谱Y₁(ω)和Y₂(ω)，幅度a₁(ω)和a₂(ω)相关系数为 r ( a 1 ( ω ) , a 2 ( ω ) ) = cov ( a 1 ( ω ) , a 2 ( ω ) ) D ( a 1 ( ω ) ) D ( a 2 ( ω ) ) - - - ( 9 ) ]]>其中协方差为a₁(ω,m)示在第一个信号在m窗口且频率为ω的信号分量幅度；6）计算参数|r(a₁(ω_m),a₁(ω_m+1))|，|r(a₂(ω_m),a₂(ω_m+1))|，|r(a₁(ω_m),a₂(ω_m+1))|，|r(a₂(ω_m),a₁(ω_m+1))|，确定信号重组；7）计算（2）式的短时傅里叶逆变换 X ( t ) = 1 2 π 1 W ( t ) ∑ t s ∑ ω e j ω ( t t s ) X ( ω , t s ) - - - ( 11 ) ]]>这里 W ( t ) = ∑ t s w ( t t s ) . - - - ( 12 ) ]]>