基于计算听觉场景分析的混合语音分离

《基于计算听觉场景分析的混合语音分离》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士学位论文MASTER’SDISSERTATION论文题目基于计算听觉场景分析的混合语音分离作者姓名王菁学位类别工程硕士指导教师吴长奇2016年5月中图分类号：TN912学校代码：10216UDC：621.38密级：公开工程硕士学位论文（应用研究型）基于计算听觉场景分析的混合语音分离硕士研究生：王菁导师：吴长奇副导师董涛申请学位：工程硕士工程领域：电子与通信工程所在单位：信息科学与工程学院答辩日期：2016年5月授予学位单位：燕山大学ClassifiedIndex:TP391.9Schoolcode:10216U

2、.D.C:654SecretLevel:openDissertationfortheMasterDegreeinEngineeringMIXTURESPEECHSEPARATIONBASEDONCOMPUTATIONALAUDITORYSCENEANALYSISbyWangJingSupervisor：ProfessorChangqiWuYanshanUniversityMay.2016燕山大学硕士学位论文原创性声明本人郑重声明：此处所提交的硕士学位论文《基于计算听觉场景分析的混合语音分离》，是本人在导师指导下，在

3、燕山大学攻读硕士学位期间独立进行研究工作所取得的成果。论文中除已注明部分外不包含他人已发表或撰写过的研究成果。对本文的研究工作做出重要贡献的个人和集体，均已在文中以明确方式注明。本声明的法律结果将完全由本人承担。作者签字：日期：年月日燕山大学硕士学位论文使用授权书《基于计算听觉场景分析的混合语音分离》系本人在燕山大学攻读硕士学位期间在导师指导下完成的硕士学位论文。本论文的研究成果归燕山大学所有，本论文的研究内容不得以其它单位的名义发表。本人完全了解燕山大学关于保存、使用学位论文的规定，同意学校保留并向有关部门送交论

4、文的复印件和电子版本，允许论文被查阅和借阅。本人授权燕山大学，可以采用影印、缩印或其它复制手段保存论文，可以公布论文的全部或部分内容。保密□，在年解密后适用本授权书。本学位论文属于不保密□。（请在以上相应方框内打“√”）作者签名：日期：年月日导师签名：日期：年月日摘要摘要基于计算听觉场景分析的语音分离技术在人工智能、机器感知和自动语音分离等领域有着非常广泛的应用，逐渐成为人们研究的热点，尤其是噪声环境下的语音信号分离最为困难。本文在基于计算听觉场景分析的理论上，对噪声环境下的混合语音信号分离进行了研究，主要针对原有

5、的利用双耳时间差和双耳强度差作为语音分离线索的混合语音分离系统存在的问题进行了深入的研究与改进。首先，本文提出了一种将基音周期性特征与双耳时间差和双耳强度差特征相结合的分离算法，并设计了双重掩蔽模型。改进后的算法利用了两种语音分离线索，从两个不同的角度对混合语音信号进行分析处理，并经过双重掩蔽来实现对目标语音的纯净分离。其次，针对原有系统存在的掩蔽干扰声音不彻底的问题，本文加入了以基音周期性特征作为语音分离线索的分离方法，同时设计出合理的初次掩蔽模型，将混合语音中的噪声和杂音去除，并结合后续的二次掩蔽模型，达到了掩

6、蔽更全面，去除干扰声音更彻底的效果。再次，针对原有系统存在的对于相对时延较大的一路语音不能精确分离的问题，本文在基于双耳时间差和双耳强度差特征进行混合语音分离的部分，对二次掩蔽模型进行了重新的定义与改进，使系统分离目标更加明确，能够精确分离任意一路语音信号。最后，通过大量实验对改进后的系统进行了性能评估，并且与原有语音分离系统进行了分析比较，能够明显的体现改进系统的有效性和优越性。改进后的混合语音分离系统对语音与噪声的分离、混叠语音的分离都是有效的，分离效果也有明显提高。关键词：语音分离；计算听觉场景分析；基音特征

7、提取；双耳时间差；双耳强度差；掩蔽模型-I-AbstractAbstractThespeechseparationtechnologybasedoncomputationalauditorysceneanalysishasaverywiderangeofapplicationsinthefieldofartificialintelligenceandmachineperceptionandautomaticspeechseparation,andithasgraduallybecomeoneofthehot,esp

8、eciallyinnoisyenvironment,thespeechsignalseparationisthemostdifficult.Inthispaper,basedonthetheoryofcomputationalauditorysceneanalysis,themixedspeechsignalseparationinnoisyenvironm