学位论文 > 优秀研究生学位论文题录展示

分频段语音盲分离方法研究

作　者: 于杨
导　师: 林秋华
学　校: 大连理工大学
专　业: 电路与系统
关键词: 盲源分离频域算法峭度特性非线性函数分频段窗函数
分类号: TN912.3
类　型: 硕士论文
年　份: 2011年
下　载: 28次
引　用: 0次
阅　读: 论文下载

内容摘要

在实际生活中,语音信号常常受到各种各样的干扰,例如多说话人干扰、环境噪声干扰等,其中多说话人干扰的消除较为困难。盲源分离是一种典型的多信号分离方法。目前,语音盲源分离算法主要分为时域算法和频域算法。其中时域算法需要较大的运算量且难于收敛。比较而言,频域算法能够将时域卷积运算转化为频域乘积运算,进而显著减少运算量并改善收敛性。因此本文基于频域盲分离研究一种分频段语音分离方案。本文主要工作如下：(1)应用网上发布的众多语音数据信息,基于短时傅里叶变换(STFT)将其从时域转换到频域,进而对不同语音、不同STFT长度下各频点的峭度特性进行了计算和分析,得到了语音峭度特性的分布图；(2)在上述峭度分析结果的基础上,总结了基本的语音分频段特性,给出了语音分频段盲分离方案。(3)根据语音分频段方案,对复数负熵最大化盲分离算法进行了非线性函数设计和调整,应用多组语音混合信号进行了分离实验。实验结果表明,与全频段利用一种非线性函数相比,本文分频段切换非线性函数的方案有效提高了分离性能；(4)研究了几种窗函数及其特性,对不同窗函数的影响进行了性能对比,实验结果对频域算法有一定的指导作用。

全文目录

摘要  4-5
Abstract  5-8
1 绪论  8-10
  1.1 课题研究背景和意义  8
  1.2 论文主要内容  8-10
2 盲源分离基本概念  10-15
  2.1 语音信号混合模型  10-12
    2.1.1 瞬时混合与分离模型  10-11
    2.1.2 卷积混合与分离模型  11
    2.1.3 语音盲分离基本假设  11-12
  2.2 卷积混合频域算法  12-14
    2.2.1 卷积混合频域算法流程图  12-13
    2.2.2 短时傅里叶变换  13
    2.2.3 频域算法幅度和排序不确定问题  13-14
  2.3 盲源分离算法性能评价标准  14-15
3 分频段语音盲分离方法研究  15-35
  3.1 语音峭度特性分析与分频段分离方案  15-22
    3.1.1 语音峭度特性  15-17
    3.1.2 复数负熵最大化算法和分频段分离方案  17-21
    3.1.3 基于合成复数信号的仿真实验  21-22
  3.2 语音信号分离实验  22-35
    3.2.1 仿真实验1  24-33
    3.2.2 仿真实验2  33-35
4 窗函数比较研究  35-48
  4.1 窗函数  35-41
    4.1.1 语音信号短时特性  35
    4.1.2 窗函数性能指标  35-37
    4.1.3 几种常见窗函数  37-41
  4.2 窗函数对分离性能影响  41-43
    4.2.1 窗函数形状的影响  41-42
    4.2.2 窗函数长度的影响  42-43
  4.3 仿真实验  43-48
结论  48-49
参考文献  49-52
攻读硕士学位期间发表学术论文情况  52-53
致谢  53-54

分频段语音盲分离方法研究

内容摘要

全文目录

相似论文