一种基于室内多移动源实时处理的语音信号增强技术方法技术

本发明专利技术涉及语音信号处理领域，尤其是一种基于室内多移动源实时处理的语音信号增强技术方法。在室内没有源信号任何先验知识可以被利用以及多反射混响条件下的盲源分离并结合语音后处理算法实现语音增强，其主要研究内容包括：⑴盲源分离算法实现多路话音分离；⑵语音后处理算法实现音源移动环境下的自适应噪声滤除；⑶室内混响残留串扰的建模与消除。本研究成果将对室内环境下多移动源信号实现鲁棒实时分离提供新的理论支持与技术方法，可具体应用于建筑物内监听等安防系统中的多话音辨识，这对于事先防范打击恐怖分子犯罪及维护社会稳定都具有十分重要的意义。

【技术实现步骤摘要】

本专利技术涉及语音信号处理领域，尤其是一种基于室内多移动源实时处理的语音信号增强技术方法。
技术介绍
语音信号是人类传播信息和交流情感的重要媒体，是听觉器官对声音传媒介质机械振动的感知。在现实生活中，室内语音信号经常会受到噪声和房间混响的干扰，这不仅影响人们的听觉质量，而且对语音处理的其它环节也会产生影响，因此必须采用信号处理技术对带噪语音信号进行增强处理。语音分离是从得到的混合信号中分离出所有的信号分量，语音增强是要从混合信号中得到其中一路语音信号，而将其它成分看作背景噪声，语音增强可以看作是语音分离的特殊情况。盲源分离是指在不知道语音源信号分布和混合方式的情况下，仅根据观测到的多路混合信号恢复语音源信号的过程。由于盲源分离无需知道语音源信号的先验信息，从而在语音信号处理领域中得到了广泛的应用。基于室内的移动语音源是指在几平米到几十平米范围内，以低于10m/s的速度自由移动的人所产生的语音。室内移动语音增强的主要目标是在多人所产生的混合语音信号中，尽可能地分离并提取出所需的某一路纯净移动语音源信号。这里有两个度量标准：一个是主观度量，以改进语音质量、消除背景噪声，使听者不感觉疲劳为目的；二是客观度量，以提高语音可懂度和信噪比为目的。然而，一般情况下，室内噪声干扰包括多路移动语音源之间的相互串扰、房间混响、语音延迟，这些都是随机事件因素，要完全消除室内噪声几乎是不可能的，所以语音增强的目标对收听人而言主要是改善语音质量，提高语音可懂度，减少疲劳感；对语音处理系统而言是提高系统的识别率和抗干扰能力，提高系统的稳定性。现有的某些语音增强算法，能显著降低背景噪声，提高信噪比，改善语音质量，但一般都不能提高语音可懂度，在很多情况下处理后虽然信噪比提高了，但可懂度却下降了。所以改善语音质量和提高语音可懂度是难以同时达到的两个目标，需要根据语音增强的具体应用场合做出不同的选择。室内移动语音增强的主要目标是在多人所产生的混合语音信号中，尽可能地分离并提取出所需的某一路纯净移动语音源信号。这里有两个度量标准：一个是主观度量，以改进语音质量、消除背景噪声，使听者不感觉疲劳为目的；二是客观度量，以提高语音可懂度和信噪比为目的。然而，一般情况下，室内噪声干扰包括多路移动语音源之间的相互串扰、房间混响、语音延迟，这些都是随机事件因素，要完全消除室内噪声几乎是不可能的，所以语音增强的目标对收听人而言主要是改善语音质量，提高语音可懂度，减少疲劳感；对语音处理系统而言是提高系统的识别率和抗干扰能力，提高系统的稳定性。现有的某些语音增强算法，能显著降低背景噪声，提高信噪比，改善语音质量，但一般都不能提高语音可懂度，在很多情况下处理后虽然信噪比提高了，但可懂度却下降了。所以改善语音质量和提高语音可懂度是难以同时达到的两个目标，需要根据语音增强的具体应用场合做出不同的选择。由于噪声来源众多，随应用场合而异，特性各不相同，增加了室内移动语音增强的复杂性。而且语音增强不仅仅是一个数字信号处理技术方面的问题，还涉及到人的听觉感知和语音学，所以是一个多领域交叉的复杂技术。要想理想地设计出一种算法来解决所有的噪声是不现实的，只能针对不同的噪声情况，采取不同的语音增强算法。尽管目前有了很多较好的语音分离算法，但是大多数盲信号分离算法是基于瞬时、线性混合模型的，而在实际语音信号处理中，系统接收到的混合输入信号是语音源信号经不同的传播途径到达拾音器，经拾音器的声电转换、模拟变换形成系统的数字信号输入，故而不可避免地存在时延和滤波效应，需要进一步研究新的算法。如在安防系统中室内拾音器记录下来的语音信号，有多人说话、位置不固定，存在房间多途径反射混响等特点，不易辨识，为了更好的对记录下的数据进行分析，有必要先将混叠的声信号进行盲分离，得到多路声源，再对各路源信号进行具体分析，以便找到更适合、更有效的语音增强后处理方法。目前国际、国内对BSS算法的研究工作仍处在不断发展的阶段，新的理论和新的方法还在源源不断地涌现。到目前为止，对盲源分离的研究主要分为两个类别，即线性盲源分离算法和非线性盲源分离算法。其中，以独立分量分析(ICA)算法为代表的线性盲源分离技术已经相对较为成熟，但分离估计出的语音波形存在以下问题:⑴无法确定独立分量的幅值；⑵无法确定独立分量的次序。线性BSS算法大部分是基于平稳环境、统计独立和线性混叠等假设条件，而实际的源信号通过传感器时，很可能会发生非线性畸变或混合，观测信号常常是非线性或者弱非线性的，如果应用线性语音BSS算法，对于充分描述观测数据来说过于简单，对于非线性混合问题可能失效或者导致完全错误的结论。文献中，指出如果在混合过程中存在噪声，那么意味着观测数据和源信号的关系存在非线性，则带噪声混合可近似看成一种非线性混合过程，故非线性的情况是广泛存在的。但是，由于非线性语音BSS的随机性、复杂性，目前的研究瓶颈是：⑴对于源信号数目未知、源信号数目大于观测信号数目及存在系统噪声情况下的非线性语音BSS算法模型的设计；⑵由于非线性BSS是一个“病态”问题，所以对于它的可分离性还需更进一步的验证研究；⑶寻找源信号和观测信号之间的联系，用于指导如何选择适当的分离算法，降低BSS的复杂度；⑷由于非线性语音BSS的解的不确定性，如何充分利用某些源信号的先验信息，来解决非线性BSS问题。针对线性与非线性盲源分离算法中存在的问题，本专利技术采用了盲源分离与后处理相结合的语音增强算法，解决室内移动源语音实时去噪问题。
技术实现思路
为了解决上述现有技术中存在的问题，本专利技术提供一种基于室内多移动源实时处理的语音信号增强技术方法。本专利技术解决其技术问题所采用的技术方案是：一种基于室内多移动源实时处理的语音信号增强技术方法，其步骤包括有数学建模，仿真平台，盲源分离，语音后处理，算法优化，算法移植现场检测和提交应用。本专利技术还具有以下附加技术特征：进一步具体优化的，所述盲源分离对源信号及其系统的先验假设较少，利用信号的统计独立性、概率分布特性、二阶统计量、高阶统计量或者信号的频域特性以及时频特性，建立目标函数，得到分离算法；应用盲源分离算法实现移动语音增强，由于源信号处于不断移动的过程，该盲源分离系统中对应的混合系统也是时变的；基本的时变系统跟踪方法是在线算法，该算法根据源信号所处位置的不同来不断更新分离系统。进一步具体优化的，所述语音后处理采用传统的谱减法或采用语音增强其它算法，传统谱减法语音增强在估计噪声谱时，需假定平稳噪声和信号源统计独立。进一步具体优化的，所述算法优化在线性BSS串扰成分系统的脉冲响应中，线性干扰通过BSS完全清除，剩余的非线性串扰成分源自混响，自适应建模，根据移动语音实时更新算法，消除非线性的残留串扰。进一步具体优化的，具体研究方法步骤如下：⑴研究与移动语音源自适应的盲源分离算法；在这一阶段需要研究基于频域的独立分量分析在这一阶段需要研究基于频域的独立分量分析(ICA)与矩阵更新算法；一个混合系统当源信号移动时是时变的，由于室内语音源信号处于不断移动的过程，因此该盲源分离系统中对应的混合系统也是时变的。根据源信号所处位置不同来不断自适应更新盲源分离系统参数，建立动态的分离矩阵，实现移动语音的实时盲分离；⑵研究移动语音增强的后处理算法；本文档来自技高网...

【技术保护点】
一种基于室内多移动源实时处理的语音信号增强技术方法，其特征在于，其步骤包括有数学建模，仿真平台，盲源分离，语音后处理，算法优化，算法移植现场检测和提交应用。

【技术特征摘要】
1.一种基于室内多移动源实时处理的语音信号增强技术方法，其特征在于，其步骤包括有数学建模，仿真平台，盲源分离，语音后处理，算法优化，算法移植现场检测和提交应用。2.根据权利要求1所述的一种基于室内多移动源实时处理的语音信号增强技术方法，其特征在于，所述盲源分离对源信号及其系统的先验假设少，利用信号的统计独立性、概率分布特性、二阶统计量、高阶统计量或信号的频域特性以及时频特性，建立目标函数，得到分离算法；应用盲源分离算法实现移动语音增强，由于源信号处于不断移动的过程，该盲源分离系统中对应的混合系统也是时变的；基本的时变系统跟踪方法是在线算法，该算法根据源信号所处位置的不同来不断更新分离系统。3.根据权利要求1所述的一种基于室内多移动源实时处理的语音信号增强技术方法，其特征在于，所述语音后处理采用传统的谱减法或采用语音增强其它算法，传统谱减法语音增强在估计噪声谱时，需假定平稳噪声和信号源统计独立。4.根据权利要求1所述的一种基于室内多移动源实时处理的语音信号增强技术方法，其特征在于，所述算法优化在线性BSS串扰成分系统的脉冲响应中，线性干扰通过BSS完全清除，剩余的非线性串扰成分源自混响，自适应建模，根据移动语音实时更新算法，消除非线...

【专利技术属性】
技术研发人员：徐岩，杨桂芹，王春丽，李新颖，
申请(专利权)人：兰州交通大学，
类型：发明
国别省市：甘肃;62