一种盲源分离方法及装置制造方法及图纸

本发明专利技术公开了一种盲源分离方法及装置，用以解决现有的基于独立向量分析的盲源分离方法分离效率较低的问题。所述盲源分离方法，包括：获取M个观测信号，所述M个观测信号是由M个麦克风采集的N个源信号的混合信号；将所述观测信号从时域转换到频域，获得频域的观测信号；根据独立向量分析算法逐频点计算所述频域的观测信号在各滤波块的解混矩阵，所述滤波块为利用频域滤波器分块算法对频域的观测信号进行分块获得的；将所述频域的观测信号根据所述频域的观测信号在各滤波块的解混矩阵逐频点进行盲源分离，获得频域的分离信号；将所述频域的分离信号转换到时域，获得时域的分离信号。

【技术实现步骤摘要】
一种盲源分离方法及装置
本专利技术涉及信号分离
，尤其涉及一种盲源分离方法及装置。
技术介绍
语音交互技术日益成熟，在语音交互过程中常会伴有干扰，这就需要通过盲源分离方法将目标语音提取出来。盲源分离是指从多个观测到的混合信号中分析出没有观测的原始信号，也就是在不知道源信号及信号混合参数的情况下，仅根据观测到的混合信号估计源信号，通常，观测信号来自多个传感器的输出。独立向量分析(IndependentVectorAnalysis，IVA)是现有技术中一种常用的盲源分离方法，即将接收到的观测信号按照统计独立的原则分解为若干独立分量，将这些独立分量作为源信号的一种近似估计。然而，现有的基于独立向量分析的盲源分离方法，滤波器长度越长，分离效果越好，然而，同时带来的延迟也越高，使得分离效率较低，例如，滤波器长度至少要达到4096点，才能有较好的分离效果，假设采样频率为16000Hz，那么算法带来的延迟达到256ms。
技术实现思路
为了解决现有的基于独立向量分析的盲源分离方法分离效率较低的问题，本专利技术实施例提供了一种盲源分离方法及装置。第一方面，本专利技术实施例提供了一种盲源分离方法，包括：获取M个观测信号，所述M个观测信号是由M个麦克风采集的N个源信号的混合信号；将所述观测信号从时域转换到频域，获得频域的观测信号；根据独立向量分析算法逐频点计算所述频域的观测信号在各滤波块的解混矩阵，所述滤波块为利用频域滤波器分块算法对频域的观测信号进行分块获得的；将所述频域的观测信号根据所述频域的观测信号在各滤波块的解混矩阵逐频点进行盲源分离，获得频域的分离信号；将所述频域的分离信号转换到时域，获得时域的分离信号。本专利技术实施例提供的盲源分离方法，服务器获取M个观测信号，所述M个观测信号是由M个麦克风采集的N个源信号的混合信号，将所述观测信号从时域转换到频域，获得相应的频域的观测信号，利用滤波器分块算法对所述频域的观测信号进行分块，根据独立向量分析算法逐频点计算所述频域的观测信号在各滤波块的解混矩阵，将所述频域的观测信号根据所述频域的观测信号在各滤波块的解混矩阵逐频点进行盲源分离，获得频域的分离信号，再将所述频域的分离信号转换到时域，获得相应的时域的分离信号，本专利技术实施例提供的上述盲源分离方法，在计算解混矩阵时，将独立向量分析算法和频域滤波器分块算法相结合，针对每一帧频域的观测信号，分块计算解混矩阵，在保证了分离效果的同时，大大降低了算法的延迟，提高了分离效率。较佳地，根据独立向量分析算法逐频点计算所述频域的观测信号在各滤波块的解混矩阵，具体包括：通过以下公式逐频点计算所述频域的观测信号在各滤波块的解混矩阵：Wb(k,n)＝[ω1,b(k,n),ω2,b(k,n),......,ωm,b(k,n),......ωM,b(k,n)]其中，Wb(k,n)表示第n帧频域的观测信号在第k频率的第b+1个滤波块的解混矩阵，k表示频率索引，b＝0,1,2,......,B-1，B表示滤波器块数；ωm,b(k,n)表示Wb(k,n)的第m列，m＝1,2,......,M，M表示观测信号的个数，ωm，b(k,n)＝(Wb(k,n-1)Vm(k,n))-1em；Wb(k,n-1)表示第n-1帧频域的观测信号在第k频率的第b+1个滤波块的解混矩阵，ωm,b(k,n-1)表示Wb(k,n-1)的第m列；Vm(k,n)表示V(k,n)的第m列，V(k,n)表示第n帧第k个频率的加权协方差矩阵，V(k,n)＝[V1(k,n),V2(k,n),......,Vm(k,n),......,VM(k,n)]。较佳地，通过以下公式计算Vm(k,n)：其中，α表示平滑系数；Vm(k,n-1)表示第n-1帧第k个频率的加权协方差矩阵V(k,n-1)的第m列；X(k,n-b)表示第n-b帧频域的观测信号在第k个频率的集合；X(k,n-b)＝[x1(k,n-b),x1(k,n-b),......,xm(k,n-b),......,xM(k,n-b)]，xm(k,n-b)表示第n-b帧第k个频率的第m个频域的观测信号。较佳地，初始时，即当n＝1时，可选地，所述方法，还包括：通过以下公式对ωm,b(k,n)进行归一化：较佳地，通过以下公式获得频域的分离信号：其中，Y(k,n)表示第n帧频域的分离信号在k个频率的集合，Y1(k,n),Y2(k,n),......,YN(k,n)表示第n帧第k个频率的频域的分离信号，分别为Y(k,n)的第1～N列。第二方面，本专利技术实施例提供了一种盲源分离装置，包括：获取单元，用于获取M个观测信号，所述M个观测信号是由M个麦克风采集的N个源信号的混合信号；第一转换单元，用于将所述观测信号从时域转换到频域，获得频域的观测信号；计算单元，用于根据独立向量分析算法逐频点计算所述频域的观测信号在各滤波块的解混矩阵，所述滤波块为利用频域滤波器分块算法对频域的观测信号进行分块获得的；分离单元，用于将所述频域的观测信号根据所述频域的观测信号在各滤波块的解混矩阵逐频点进行盲源分离，获得频域的分离信号；第二转换单元，用于将所述频域的分离信号转换到时域，获得时域的分离信号。较佳地，所述计算单元，具体用于通过以下公式逐频点计算所述频域的观测信号在各滤波块的解混矩阵：其中，Wb(k,n)表示第n帧频域的观测信号在第k频率的第b+1个滤波块的解混矩阵，k表示频率索引，b＝0,1,2,......,B-1，B表示滤波器块数；ωm,b(k,n)表示Wb(k,n)的第m列，m＝1,2,......,M，M表示观测信号的个数，ωm，b(k,n)＝(Wb(k,n-1)Vm(k,n))-1em；Wb(k,n-1)表示第n-1帧频域的观测信号在第k频率的第b+1个滤波块的解混矩阵，ωm,b(k,n-1)表示Wb(k,n-1)的第m列；Vm(k,n)表示V(k,n)的第m列，V(k,n)表示第n帧第k个频率的加权协方差矩阵，V(k,n)＝[V1(k,n),V2(k,n),......,Vm(k,n),......,VM(k,n)]。较佳地，所述计算单元，具体用于通过以下公式计算Vm(k,n)：其中，α表示平滑系数；Vm(k,n-1)表示第n-1帧第k个频率的加权协方差矩阵V(k,n-1)的第m列；X(k,n-b)表示第n-b帧频域的观测信号在第k个频率的集合；X(k,n-b)＝[x1(k,n-b),x1(k,n-b),......,xm(k,n-b),......,xM(k,n-b)]，xm(k,n-b)表示第n-b帧第k个频率的第m个频域的观测信号。较佳地，初始时，即当n＝1时，可选地，所述计算单元，还用于通过以下公式对本文档来自技高网...

【技术保护点】
1.一种盲源分离方法，其特征在于，包括：/n获取M个观测信号，所述M个观测信号是由M个麦克风采集的N个源信号的混合信号；/n将所述观测信号从时域转换到频域，获得频域的观测信号；/n根据独立向量分析算法逐频点计算所述频域的观测信号在各滤波块的解混矩阵，所述滤波块为利用频域滤波器分块算法对频域的观测信号进行分块获得的；/n将所述频域的观测信号根据所述频域的观测信号在各滤波块的解混矩阵逐频点进行盲源分离，获得频域的分离信号；/n将所述频域的分离信号转换到时域，获得时域的分离信号。/n

【技术特征摘要】
1.一种盲源分离方法，其特征在于，包括：
获取M个观测信号，所述M个观测信号是由M个麦克风采集的N个源信号的混合信号；
将所述观测信号从时域转换到频域，获得频域的观测信号；
根据独立向量分析算法逐频点计算所述频域的观测信号在各滤波块的解混矩阵，所述滤波块为利用频域滤波器分块算法对频域的观测信号进行分块获得的；
将所述频域的观测信号根据所述频域的观测信号在各滤波块的解混矩阵逐频点进行盲源分离，获得频域的分离信号；
将所述频域的分离信号转换到时域，获得时域的分离信号。


2.如权利要求1所述的方法，其特征在于，根据独立向量分析算法逐频点计算所述频域的观测信号在各滤波块的解混矩阵，具体包括：
通过以下公式逐频点计算所述频域的观测信号在各滤波块的解混矩阵：
Wb(k,n)＝[ω1,b(k,n),ω2,b(k,n),......,ωm,b(k,n),......ωM,b(k,n)]
其中，Wb(k,n)表示第n帧频域的观测信号在第k频率的第b+1个滤波块的解混矩阵，k表示频率索引，b＝0,1,2,......,B-1，B表示滤波器块数；
ωm,b(k,n)表示Wb(k,n)的第m列，m＝1,2,......,M，M表示观测信号的个数，ωm，b(k,n)＝(Wb(k,n-1)Vm(k,n))-1em；
Wb(k,n-1)表示第n-1帧频域的观测信号在第k频率的第b+1个滤波块的解混矩阵，ωm,b(k,n-1)表示Wb(k,n-1)的第m列；
Vm(k,n)表示V(k,n)的第m列，V(k,n)表示第n帧第k个频率的加权协方差矩阵，V(k,n)＝[V1(k,n),V2(k,n),......,Vm(k,n),......,VM(k,n)]。


3.如权利要求2所述的方法，其特征在于，
通过以下公式计算Vm(k,n)：



其中，α表示平滑系数；
Vm(k,n-1)表示第n-1帧第k个频率的加权协方差矩阵V(k,n-1)的第m列；X(k,n-b)表示第n-b帧频域的观测信号在第k个频率的集合；X(k,n-b)＝[x1(k,n-b),x1(k,n-b),......,xm(k,n-b),......,xM(k,n-b)]，xm(k,n-b)表示第n-b帧第k个频率的第m个频域的观测信号。


4.如权利要求3所述的方法，其特征在于，
初始时，即当n＝1时，


5.如权利要求3所述的方法，其特征在于，还包括：
通过以下公式对ωm,b(k,n)进行归一化：





6.如权利要求2或5所述的方法，其特征在于，
通过以下公式获得频域的分离信号：



其中，Y(k,n)表示第n帧频域的分离信号在k个频率的集合，Y1(k,n),Y2(k,n),......,YN(k,n)表示第n帧第k个频率的频域的分离信号，分别为Y(k,n)的第1～N列。


7.一种盲源分离装置，其特征在于，包括：
获取单元，用于获取M个观测信号，所述M个观测信号是由M个麦克风采集的N个源信号的混合信号；
第一转换单...

【专利技术属性】
技术研发人员：奚少亨，冯大航，陈孝良，
申请(专利权)人：北京声智科技有限公司，
类型：发明
国别省市：北京;11