【技术实现步骤摘要】
【国外来华专利技术】混响环境的源分离
本文中揭示的实例实施例涉及音频信号处理。更具体来说,实例实施例涉及从在混响环境中捕获的音频混合物的源分离。
技术介绍
以多声道格式(例如,立体声、波束形成、5.1、7.1及类似者)呈现的混合音频信号是通过在演播室中混合不同音频源来创建,或从真实环境中的各种音频源的多个录音产生。源分离可用于广泛范围的音频处理应用。例如,当使用一或多个麦克风录制听觉场景时,优选地分离声源相依信息以用于各种后续音频处理任务。此类应用的实例包含重新混合/重新创作应用、空间音频编码、3D声音分析及合成,以及在扩展回放环境(而非原始的混合音频信号)中呈现源。其它应用需要源参数以实现源特定分析及后处理,例如音调校正、时间扭曲、声音效果、增强、衰减或调平某些源。源分离包括在给定混合信号的情况下恢复源信号或其空间图像。大多数现有方法经由短时傅立叶(Fourier)变换(STFT)将信号变换到时频域,并通过复值混合矩阵或空间协方差矩阵近似表示每一频段中的混合过程。接着通过估计全部频段中的混合矩阵或空间协方差并导出源STFT系数来实现源分离。恢复源信号的实例方法是通过估计混合矩阵且随后导出源STFT系数,如A.奥泽洛夫(A.Ozerov)、C.菲沃特(C.Fevotte)的“用于音频源分离的卷积混合物中的多声道非负矩阵分解(MultichannelNonnegativeMatrixFactorizationinConvolutiveMixturesforAudioSourceSeparation)”,IEEETransASLP,第18卷,第3号,2010年中描述,所述案的内容 ...
【技术保护点】
1.一种产生用于源分离的重建模型的方法,其特征在于包括:通过处理器在假定针对至少一个源中的每一个别者的第一麦克风信号分别由至少两个麦克风针对其间仅所述个别者产生声音的时段捕获的情况下基于所述第一麦克风信号学习(103)用于对所述至少一个源与所述至少两个麦克风之间的声路建模的混合参数;及通过所述处理器在假定第二麦克风信号分别由所述至少两个麦克风针对其间所述至少一个源中的全部产生声音的时段捕获的情况下基于所述混合参数及所述第二麦克风信号估计(105)所述重建模型。
【技术特征摘要】
【国外来华专利技术】2016.08.31 EP 16186512.6;2016.08.31 US 62/381,645;1.一种产生用于源分离的重建模型的方法,其特征在于包括:通过处理器在假定针对至少一个源中的每一个别者的第一麦克风信号分别由至少两个麦克风针对其间仅所述个别者产生声音的时段捕获的情况下基于所述第一麦克风信号学习(103)用于对所述至少一个源与所述至少两个麦克风之间的声路建模的混合参数;及通过所述处理器在假定第二麦克风信号分别由所述至少两个麦克风针对其间所述至少一个源中的全部产生声音的时段捕获的情况下基于所述混合参数及所述第二麦克风信号估计(105)所述重建模型。2.根据权利要求1所述的方法,其特征在于所述重建模型经调适以重建所述麦克风上的所述至少一个源的空间图像。3.根据权利要求2所述的方法,其特征在于将针对每一源的所述混合参数特性化为所述源的空间协方差。4.根据权利要求3所述的方法,其特征在于其包括:通过所述处理器经由非负矩阵分解方法或判别式非负矩阵分解方法基于所述第一麦克风信号学习(403)所述至少一个源的频谱基,及其中所述重建模型的所述估计包括基于所述混合参数、所述频谱基及所述第二麦克风信号估计(405)所述重建模型。5.根据权利要求4所述的方法,其特征在于在每一源的功率谱图收敛的条件下完成所述重建模型的所述估计,及所述重建模型的所述估计包括经由非负矩阵分解方法基于所述频谱基细化(1305)所述功率谱图。6.根据权利要求3所述的方法,其特征在于在每一源的功率谱图收敛的条件下完成所述重建模型的所述估计,及所述重建模型的所述估计包括从所述源的所述混合参数及所述源的空间图像的经估计协方差导出所述功率谱图。7.根据权利要求2所述的方法,其特征在于将针对所述至少一个源中的每一者的所述混合参数特性化为所述麦克风上的所述源的空间图像与所述麦克风中的参考者上的所述源的所述空间图像之间的比率。8.根据权利要求7所述的方法,其特征在于其进一步包括通过所述处理器经由非负矩阵分解方法通过将每一源的所述第一麦克风信号的功率谱图视为所述源的功率谱图而学习所述至少一个源的频谱基,及其中所述重建模型的所述估计包括基于所述混合参数、所述频谱基及所述第二麦克风信号估计所述重建模型。9.根据任何前述权利要求所述的方法,其特征在于所述重建模型经调适以重建所述至少一个源中的每一者的源信号。10.根据权利要求9所述的方法,其特征在于其进一步包括:通过所述处理器经由非负矩阵分解方法或判别式非负矩阵分解方法基于所述第一麦克风信号确定所述至少一个源中的每一者的频谱基,及其中所述重建模型的所述估计包括基于所述混合参数、所述频谱基及所述第二麦克风信号估计所述重建模型。11.根据权利要求10所述的方法,其特征在于在所述至少一个源中的每一者的功率谱图收敛的条件下完成所述重建模型的所述估计,及所述重建模型的所述估计包括从所述至少一个源的经估计协方差导出所述功率谱图。12.根据权利要求10或权利要求11所述的方法,其特征在于针对所述至少一个源中的每一者,所述频谱基的所述确定包括:基于多个预定频谱基中的每一者及所述源的所述第一麦克风信号,估计所述源,其中所述预定频谱基是来自已知源的集合的经预学习频谱基;及选择与所述源最近似的所述经估计源中的一者;及将用于估计所述选定经估计源的所述预定频谱基设置为要确定的所述频谱基。13.根据前述权利要求中的任一权利要求所述的方法...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。