本發(fā)明涉及語(yǔ)音信號(hào)處理領(lǐng)域，尤其是一種基于室內(nèi)多移動(dòng)源實(shí)時(shí)處理的語(yǔ)音信號(hào)增強(qiáng)技術(shù)方法。

背景技術(shù)：

語(yǔ)音信號(hào)是人類傳播信息和交流情感的重要媒體，是聽(tīng)覺(jué)器官對(duì)聲音傳媒介質(zhì)機(jī)械振動(dòng)的感知。在現(xiàn)實(shí)生活中，室內(nèi)語(yǔ)音信號(hào)經(jīng)常會(huì)受到噪聲和房間混響的干擾，這不僅影響人們的聽(tīng)覺(jué)質(zhì)量，而且對(duì)語(yǔ)音處理的其它環(huán)節(jié)也會(huì)產(chǎn)生影響，因此必須采用信號(hào)處理技術(shù)對(duì)帶噪語(yǔ)音信號(hào)進(jìn)行增強(qiáng)處理。語(yǔ)音分離是從得到的混合信號(hào)中分離出所有的信號(hào)分量，語(yǔ)音增強(qiáng)是要從混合信號(hào)中得到其中一路語(yǔ)音信號(hào)，而將其它成分看作背景噪聲，語(yǔ)音增強(qiáng)可以看作是語(yǔ)音分離的特殊情況。盲源分離是指在不知道語(yǔ)音源信號(hào)分布和混合方式的情況下，僅根據(jù)觀測(cè)到的多路混合信號(hào)恢復(fù)語(yǔ)音源信號(hào)的過(guò)程。由于盲源分離無(wú)需知道語(yǔ)音源信號(hào)的先驗(yàn)信息，從而在語(yǔ)音信號(hào)處理領(lǐng)域中得到了廣泛的應(yīng)用。

基于室內(nèi)的移動(dòng)語(yǔ)音源是指在幾平米到幾十平米范圍內(nèi)，以低于10m/s的速度自由移動(dòng)的人所產(chǎn)生的語(yǔ)音。室內(nèi)移動(dòng)語(yǔ)音增強(qiáng)的主要目標(biāo)是在多人所產(chǎn)生的混合語(yǔ)音信號(hào)中，盡可能地分離并提取出所需的某一路純凈移動(dòng)語(yǔ)音源信號(hào)。這里有兩個(gè)度量標(biāo)準(zhǔn)：一個(gè)是主觀度量，以改進(jìn)語(yǔ)音質(zhì)量、消除背景噪聲，使聽(tīng)者不感覺(jué)疲勞為目的；二是客觀度量，以提高語(yǔ)音可懂度和信噪比為目的。然而，一般情況下，室內(nèi)噪聲干擾包括多路移動(dòng)語(yǔ)音源之間的相互串?dāng)_、房間混響、語(yǔ)音延遲，這些都是隨機(jī)事件因素，要完全消除室內(nèi)噪聲幾乎是不可能的，所以語(yǔ)音增強(qiáng)的目標(biāo)對(duì)收聽(tīng)人而言主要是改善語(yǔ)音質(zhì)量，提高語(yǔ)音可懂度，減少疲勞感；對(duì)語(yǔ)音處理系統(tǒng)而言是提高系統(tǒng)的識(shí)別率和抗干擾能力，提高系統(tǒng)的穩(wěn)定性?，F(xiàn)有的某些語(yǔ)音增強(qiáng)算法，能顯著降低背景噪聲，提高信噪比，改善語(yǔ)音質(zhì)量，但一般都不能提高語(yǔ)音可懂度，在很多情況下處理后雖然信噪比提高了，但可懂度卻下降了。所以改善語(yǔ)音質(zhì)量和提高語(yǔ)音可懂度是難以同時(shí)達(dá)到的兩個(gè)目標(biāo)，需要根據(jù)語(yǔ)音增強(qiáng)的具體應(yīng)用場(chǎng)合做出不同的選擇。

室內(nèi)移動(dòng)語(yǔ)音增強(qiáng)的主要目標(biāo)是在多人所產(chǎn)生的混合語(yǔ)音信號(hào)中，盡可能地分離并提取出所需的某一路純凈移動(dòng)語(yǔ)音源信號(hào)。這里有兩個(gè)度量標(biāo)準(zhǔn)：一個(gè)是主觀度量，以改進(jìn)語(yǔ)音質(zhì)量、消除背景噪聲，使聽(tīng)者不感覺(jué)疲勞為目的；二是客觀度量，以提高語(yǔ)音可懂度和信噪比為目的。然而，一般情況下，室內(nèi)噪聲干擾包括多路移動(dòng)語(yǔ)音源之間的相互串?dāng)_、房間混響、語(yǔ)音延遲，這些都是隨機(jī)事件因素，要完全消除室內(nèi)噪聲幾乎是不可能的，所以語(yǔ)音增強(qiáng)的目標(biāo)對(duì)收聽(tīng)人而言主要是改善語(yǔ)音質(zhì)量，提高語(yǔ)音可懂度，減少疲勞感；對(duì)語(yǔ)音處理系統(tǒng)而言是提高系統(tǒng)的識(shí)別率和抗干擾能力，提高系統(tǒng)的穩(wěn)定性。現(xiàn)有的某些語(yǔ)音增強(qiáng)算法，能顯著降低背景噪聲，提高信噪比，改善語(yǔ)音質(zhì)量，但一般都不能提高語(yǔ)音可懂度，在很多情況下處理后雖然信噪比提高了，但可懂度卻下降了。所以改善語(yǔ)音質(zhì)量和提高語(yǔ)音可懂度是難以同時(shí)達(dá)到的兩個(gè)目標(biāo)，需要根據(jù)語(yǔ)音增強(qiáng)的具體應(yīng)用場(chǎng)合做出不同的選擇。

由于噪聲來(lái)源眾多，隨應(yīng)用場(chǎng)合而異，特性各不相同，增加了室內(nèi)移動(dòng)語(yǔ)音增強(qiáng)的復(fù)雜性。而且語(yǔ)音增強(qiáng)不僅僅是一個(gè)數(shù)字信號(hào)處理技術(shù)方面的問(wèn)題，還涉及到人的聽(tīng)覺(jué)感知和語(yǔ)音學(xué)，所以是一個(gè)多領(lǐng)域交叉的復(fù)雜技術(shù)。要想理想地設(shè)計(jì)出一種算法來(lái)解決所有的噪聲是不現(xiàn)實(shí)的，只能針對(duì)不同的噪聲情況，采取不同的語(yǔ)音增強(qiáng)算法。盡管目前有了很多較好的語(yǔ)音分離算法，但是大多數(shù)盲信號(hào)分離算法是基于瞬時(shí)、線性混合模型的，而在實(shí)際語(yǔ)音信號(hào)處理中，系統(tǒng)接收到的混合輸入信號(hào)是語(yǔ)音源信號(hào)經(jīng)不同的傳播途徑到達(dá)拾音器，經(jīng)拾音器的聲電轉(zhuǎn)換、模擬變換形成系統(tǒng)的數(shù)字信號(hào)輸入，故而不可避免地存在時(shí)延和濾波效應(yīng)，需要進(jìn)一步研究新的算法。如在安防系統(tǒng)中室內(nèi)拾音器記錄下來(lái)的語(yǔ)音信號(hào)，有多人說(shuō)話、位置不固定，存在房間多途徑反射混響等特點(diǎn)，不易辨識(shí)，為了更好的對(duì)記錄下的數(shù)據(jù)進(jìn)行分析，有必要先將混疊的聲信號(hào)進(jìn)行盲分離，得到多路聲源，再對(duì)各路源信號(hào)進(jìn)行具體分析，以便找到更適合、更有效的語(yǔ)音增強(qiáng)后處理方法。

目前國(guó)際、國(guó)內(nèi)對(duì)BSS算法的研究工作仍處在不斷發(fā)展的階段，新的理論和新的方法還在源源不斷地涌現(xiàn)。到目前為止，對(duì)盲源分離的研究主要分為兩個(gè)類別，即線性盲源分離算法和非線性盲源分離算法。其中，以獨(dú)立分量分析(ICA)算法為代表的線性盲源分離技術(shù)已經(jīng)相對(duì)較為成熟，但分離估計(jì)出的語(yǔ)音波形存在以下問(wèn)題:⑴無(wú)法確定獨(dú)立分量的幅值；⑵無(wú)法確定獨(dú)立分量的次序。

線性BSS算法大部分是基于平穩(wěn)環(huán)境、統(tǒng)計(jì)獨(dú)立和線性混疊等假設(shè)條件，而實(shí)際的源信號(hào)通過(guò)傳感器時(shí)，很可能會(huì)發(fā)生非線性畸變或混合，觀測(cè)信號(hào)常常是非線性或者弱非線性的，如果應(yīng)用線性語(yǔ)音BSS算法，對(duì)于充分描述觀測(cè)數(shù)據(jù)來(lái)說(shuō)過(guò)于簡(jiǎn)單，對(duì)于非線性混合問(wèn)題可能失效或者導(dǎo)致完全錯(cuò)誤的結(jié)論。文獻(xiàn)中，指出如果在混合過(guò)程中存在噪聲，那么意味著觀測(cè)數(shù)據(jù)和源信號(hào)的關(guān)系存在非線性，則帶噪聲混合可近似看成一種非線性混合過(guò)程，故非線性的情況是廣泛存在的。但是，由于非線性語(yǔ)音BSS的隨機(jī)性、復(fù)雜性，目前的研究瓶頸是：

⑴對(duì)于源信號(hào)數(shù)目未知、源信號(hào)數(shù)目大于觀測(cè)信號(hào)數(shù)目及存在系統(tǒng)噪聲情況下的非線性語(yǔ)音BSS算法模型的設(shè)計(jì)；⑵由于非線性BSS是一個(gè)“病態(tài)”問(wèn)題，所以對(duì)于它的可分離性還需更進(jìn)一步的驗(yàn)證研究；⑶尋找源信號(hào)和觀測(cè)信號(hào)之間的聯(lián)系，用于指導(dǎo)如何選擇適當(dāng)?shù)姆蛛x算法，降低BSS的復(fù)雜度；⑷由于非線性語(yǔ)音BSS的解的不確定性，如何充分利用某些源信號(hào)的先驗(yàn)信息，來(lái)解決非線性BSS問(wèn)題。

針對(duì)線性與非線性盲源分離算法中存在的問(wèn)題，本發(fā)明采用了盲源分離與后處理相結(jié)合的語(yǔ)音增強(qiáng)算法，解決室內(nèi)移動(dòng)源語(yǔ)音實(shí)時(shí)去噪問(wèn)題。

技術(shù)實(shí)現(xiàn)要素：

為了解決上述現(xiàn)有技術(shù)中存在的問(wèn)題，本發(fā)明提供一種基于室內(nèi)多移動(dòng)源實(shí)時(shí)處理的語(yǔ)音信號(hào)增強(qiáng)技術(shù)方法。

本發(fā)明解決其技術(shù)問(wèn)題所采用的技術(shù)方案是：

一種基于室內(nèi)多移動(dòng)源實(shí)時(shí)處理的語(yǔ)音信號(hào)增強(qiáng)技術(shù)方法，其步驟包括有數(shù)學(xué)建模，仿真平臺(tái)，盲源分離，語(yǔ)音后處理，算法優(yōu)化，算法移植現(xiàn)場(chǎng)檢測(cè)和提交應(yīng)用。

本發(fā)明還具有以下附加技術(shù)特征：

進(jìn)一步具體優(yōu)化的，所述盲源分離對(duì)源信號(hào)及其系統(tǒng)的先驗(yàn)假設(shè)較少，利用信號(hào)的統(tǒng)計(jì)獨(dú)立性、概率分布特性、二階統(tǒng)計(jì)量、高階統(tǒng)計(jì)量或者信號(hào)的頻域特性以及時(shí)頻特性，建立目標(biāo)函數(shù)，得到分離算法；應(yīng)用盲源分離算法實(shí)現(xiàn)移動(dòng)語(yǔ)音增強(qiáng)，由于源信號(hào)處于不斷移動(dòng)的過(guò)程，該盲源分離系統(tǒng)中對(duì)應(yīng)的混合系統(tǒng)也是時(shí)變的；基本的時(shí)變系統(tǒng)跟蹤方法是在線算法，該算法根據(jù)源信號(hào)所處位置的不同來(lái)不斷更新分離系統(tǒng)。

進(jìn)一步具體優(yōu)化的，所述語(yǔ)音后處理采用傳統(tǒng)的譜減法或采用語(yǔ)音增強(qiáng)其它算法，傳統(tǒng)譜減法語(yǔ)音增強(qiáng)在估計(jì)噪聲譜時(shí)，需假定平穩(wěn)噪聲和信號(hào)源統(tǒng)計(jì)獨(dú)立。

進(jìn)一步具體優(yōu)化的，所述算法優(yōu)化在線性BSS串?dāng)_成分系統(tǒng)的脈沖響應(yīng)中，線性干擾通過(guò)BSS完全清除，剩余的非線性串?dāng)_成分源自混響，自適應(yīng)建模，根據(jù)移動(dòng)語(yǔ)音實(shí)時(shí)更新算法，消除非線性的殘留串?dāng)_。

進(jìn)一步具體優(yōu)化的，具體研究方法步驟如下：

⑴研究與移動(dòng)語(yǔ)音源自適應(yīng)的盲源分離算法；

在這一階段需要研究基于頻域的獨(dú)立分量分析在這一階段需要研究基于頻域的獨(dú)立分量分析(ICA)與矩陣更新算法；一個(gè)混合系統(tǒng)當(dāng)源信號(hào)移動(dòng)時(shí)是時(shí)變的，由于室內(nèi)語(yǔ)音源信號(hào)處于不斷移動(dòng)的過(guò)程，因此該盲源分離系統(tǒng)中對(duì)應(yīng)的混合系統(tǒng)也是時(shí)變的。根據(jù)源信號(hào)所處位置不同來(lái)不斷自適應(yīng)更新盲源分離系統(tǒng)參數(shù)，建立動(dòng)態(tài)的分離矩陣，實(shí)現(xiàn)移動(dòng)語(yǔ)音的實(shí)時(shí)盲分離；

⑵研究移動(dòng)語(yǔ)音增強(qiáng)的后處理算法；

本階段需要研究完成串?dāng)_成分估計(jì)的后處理；為了補(bǔ)償室內(nèi)干擾信號(hào)移動(dòng)時(shí)對(duì)系統(tǒng)的影響，需要對(duì)盲源分離后語(yǔ)音進(jìn)行后置處理；通過(guò)采用自適應(yīng)波束形成的算法，模擬室內(nèi)空間各向的干擾信號(hào)，作為干擾移動(dòng)源的魯棒性信號(hào)，或估算出剩余串?dāng)_成分，提高算法精度；

⑶研究語(yǔ)音混響的殘留串?dāng)_消除算法；

本階段需要研究在先前語(yǔ)音處理的基礎(chǔ)上進(jìn)行混響的消除；通過(guò)后處理算法，將移動(dòng)語(yǔ)音中的線性干擾脈沖去除，剩余的非線性殘留串?dāng)_成分源自房間混響，需要根據(jù)房間的面積不同及反射情況實(shí)時(shí)更新算法，獲取實(shí)時(shí)參數(shù)、自適應(yīng)建模及利用譜減法經(jīng)典語(yǔ)音增強(qiáng)算法，實(shí)現(xiàn)串?dāng)_濾除。

本發(fā)明和現(xiàn)有技術(shù)相比，其優(yōu)點(diǎn)在于：本發(fā)明的完成，可為建筑物內(nèi)安防系統(tǒng)監(jiān)聽(tīng)中的多話音辨識(shí)等類似特殊場(chǎng)合的語(yǔ)音增強(qiáng)技術(shù)奠定更為堅(jiān)實(shí)的理論基礎(chǔ)，豐富當(dāng)前語(yǔ)音增強(qiáng)技術(shù)，并有可能激發(fā)新的研究方向。理論方面，盲源分離可以為實(shí)際環(huán)境中各種語(yǔ)音分離、弱信號(hào)檢測(cè)帶來(lái)新的啟示。在應(yīng)用層面，一方面最大程度改善了對(duì)高質(zhì)量移動(dòng)源語(yǔ)音信號(hào)的處理時(shí)間，實(shí)現(xiàn)了寺廟、監(jiān)舍等特殊建筑物內(nèi)多種類似特殊場(chǎng)合中的多人語(yǔ)音實(shí)時(shí)監(jiān)聽(tīng)，維護(hù)了社會(huì)治安穩(wěn)定；另一方面使得許多原來(lái)需要大量耗費(fèi)人力物力資源的語(yǔ)音監(jiān)聽(tīng)工作以及事后取證工作，得以在更多場(chǎng)合、便捷地展開(kāi)，從而拓寬了應(yīng)用的場(chǎng)景和可能性，為數(shù)字化語(yǔ)音的諸多應(yīng)用場(chǎng)景提供了更強(qiáng)有力的支持和幫助。綜上所述，基于室內(nèi)移動(dòng)語(yǔ)音源盲源分離語(yǔ)音增強(qiáng)算法的研究，是一項(xiàng)具有重要理論價(jià)值和廣泛應(yīng)用前景的工作。

本發(fā)明的附加方面和優(yōu)點(diǎn)將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過(guò)本發(fā)明的實(shí)踐了解到。

附圖說(shuō)明

為了更清楚地說(shuō)明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1總體研究目標(biāo)系統(tǒng)模型示意圖；

圖2盲源分離系統(tǒng)模型示意圖；

圖3移動(dòng)語(yǔ)音線性后處理系統(tǒng)模型示意圖；

圖4非線性混響殘留串?dāng)_消除模型示意圖；

圖5發(fā)明技術(shù)路線示意示意圖。

具體實(shí)施方式

下面將參照附圖更詳細(xì)地描述本公開(kāi)的示例性實(shí)施例。雖然附圖中顯示了本公開(kāi)的示例性實(shí)施例，然而應(yīng)當(dāng)理解，可以以各種形式實(shí)現(xiàn)本公開(kāi)而不應(yīng)被這里闡述的實(shí)施例所限制。相反，提供這些實(shí)施例是為了能夠更透徹地理解本公開(kāi)，并且能夠?qū)⒈竟_(kāi)的范圍完整的傳達(dá)給本領(lǐng)域的技術(shù)人員。

一種基于室內(nèi)多移動(dòng)源實(shí)時(shí)處理的語(yǔ)音信號(hào)增強(qiáng)技術(shù)方法，其步驟包括有數(shù)學(xué)建模，系統(tǒng)仿真，盲源分離，語(yǔ)音后處理，算法優(yōu)化，算法移植現(xiàn)場(chǎng)檢測(cè)和提交應(yīng)用。

本發(fā)明針對(duì)室內(nèi)移動(dòng)源語(yǔ)音的盲源分離，以盲源分離算法為主要工作對(duì)象，研究與移動(dòng)語(yǔ)音自適應(yīng)的盲源分離算法、語(yǔ)音后處理增強(qiáng)算法、室內(nèi)混響環(huán)境中殘留串?dāng)_的消除算法。

盲源分離算法研究。應(yīng)用盲源分離算法實(shí)現(xiàn)移動(dòng)語(yǔ)音增強(qiáng)，由于源信號(hào)處于不斷移動(dòng)的過(guò)程，因此該盲源分離系統(tǒng)中對(duì)應(yīng)的混合系統(tǒng)也是時(shí)變的?；镜臅r(shí)變系統(tǒng)跟蹤方法是在線算法，用于實(shí)現(xiàn)盲源分離、話者識(shí)別。該算法根據(jù)源信號(hào)所處位置不同來(lái)不斷更新分離系統(tǒng)，首先采用基于頻域的獨(dú)立分量分析(ICA)與批量算法，采用基于頻域ICA時(shí)，需要對(duì)每一個(gè)數(shù)據(jù)塊(尤其是當(dāng)塊的長(zhǎng)度較短時(shí))進(jìn)行排列，可使用鄰頻幅角比排序法和自適應(yīng)耦合法，解決排序和頻點(diǎn)不確定問(wèn)題。批量算法的另一個(gè)內(nèi)在的問(wèn)題是輸入輸出延遲，為了減少這種延遲，無(wú)須等分離系統(tǒng)的計(jì)算全部完成，可采用一些語(yǔ)音信號(hào)處理技術(shù)來(lái)計(jì)算輸出信號(hào)，這些技術(shù)有助于低時(shí)延、實(shí)時(shí)BSS的實(shí)現(xiàn)。

此外，移動(dòng)語(yǔ)音信號(hào)可看成是由獨(dú)立的高階統(tǒng)計(jì)信息組成的，獨(dú)立分量分析提取出的基函數(shù)是建立在高階統(tǒng)計(jì)信息之上的，可準(zhǔn)確的描述信號(hào)某一時(shí)段的二階及高階統(tǒng)計(jì)信息，反映出信號(hào)的內(nèi)在變化特征，從而較二階信息具有較高的編碼效率；另一方面，人腦能夠在聽(tīng)到任意幾個(gè)字的發(fā)音后即可判斷出說(shuō)話人，可見(jiàn)語(yǔ)音信號(hào)中包含了語(yǔ)義及聲學(xué)兩方面的信息，并且在一定程度上可認(rèn)為聲學(xué)信息是獨(dú)立于語(yǔ)義信息的，正好與人腦能夠在聽(tīng)到任意幾個(gè)字的發(fā)音后即可判斷出說(shuō)話人，可見(jiàn)語(yǔ)音信號(hào)中包含了語(yǔ)義及聲學(xué)兩方面的信息，并且在一定程度上可認(rèn)為聲學(xué)信息是獨(dú)立于語(yǔ)義信息的，正好與ICA的思想相吻合，因此采用ICA的方法來(lái)提取特征，通過(guò)足夠的語(yǔ)音信息即可獲取反映話者聲學(xué)信息的特征，用于話者識(shí)別及確認(rèn)。

該算法中，過(guò)完備描述是將信號(hào)表示成基函數(shù)的線性組合，通過(guò)指定基函數(shù)系數(shù)的概率分布函數(shù)，使其系數(shù)近可能的稀疏，由于基函數(shù)之間可以不正交，使得基函數(shù)具有準(zhǔn)確描述信號(hào)結(jié)構(gòu)信息的功能。利用該特征，我們可以利用一段待識(shí)別的說(shuō)話者的語(yǔ)音信號(hào)，通過(guò)訓(xùn)練獲得描述該說(shuō)話人的特征基函數(shù)，進(jìn)而實(shí)現(xiàn)多個(gè)移動(dòng)語(yǔ)音源之間的盲分離。

本部分的核心研究?jī)?nèi)容為：⑴研究適合移動(dòng)源語(yǔ)音混合信號(hào)的BSS算法；⑵研究分離信號(hào)輸出后的排列和縮放比例問(wèn)題；⑶研究實(shí)時(shí)批量算法的最小延遲問(wèn)題；⑷研究室內(nèi)最佳拾音器數(shù)量和位置分布問(wèn)題。

語(yǔ)音后處理增強(qiáng)算法研究。

ICA法類似于一個(gè)自適應(yīng)波束形成，形成一種空間各向的干擾信號(hào)，作為干擾移動(dòng)源的魯棒性信號(hào)，即使干擾信號(hào)移動(dòng)，也可以估算剩余串?dāng)_成分，為了補(bǔ)償干擾信號(hào)移動(dòng)時(shí)對(duì)系統(tǒng)的影響，在這一階段使用了后置處理算法，可利用分離信號(hào)的特征值來(lái)估計(jì)串?dāng)_成分，其研究?jī)?nèi)容如下：⑴研究語(yǔ)音源移動(dòng)速度和方位對(duì)線性BSS的串?dāng)_成分的影響；⑵研究移動(dòng)語(yǔ)音源信號(hào)剩余串?dāng)_成分估計(jì)的模型；⑶研究不同室內(nèi)環(huán)境下后處理語(yǔ)音增強(qiáng)算法的適應(yīng)性。

室內(nèi)混響非平穩(wěn)串?dāng)_的消除。傳統(tǒng)語(yǔ)音增強(qiáng)算法估計(jì)噪聲是基于平穩(wěn)環(huán)境、統(tǒng)計(jì)獨(dú)立的前提假設(shè)，而移動(dòng)語(yǔ)音盲源分離更廣泛地應(yīng)用于非線性環(huán)境，需要通過(guò)非線性建模仿真實(shí)際環(huán)境中的室內(nèi)混響非平穩(wěn)串?dāng)_，以此進(jìn)一步去除噪聲，使得接收語(yǔ)音的清晰度和可懂度更高，其研究?jī)?nèi)容主要有：⑴研究不同房間面積和多說(shuō)話人條件下聲音反射所引起混響時(shí)間變化的數(shù)學(xué)模型；⑵研究最佳混響消除的非線性頻譜估計(jì)和自適應(yīng)算法。

研究目標(biāo)：本發(fā)明旨在針對(duì)室內(nèi)移動(dòng)源語(yǔ)音，研究切實(shí)可行且具有理論依據(jù)的盲源分離算法、語(yǔ)音后處理算法、室內(nèi)混響殘留串?dāng)_消除算法，實(shí)現(xiàn)室內(nèi)移動(dòng)語(yǔ)音性能最優(yōu)化，以滿足特定用戶的需求為最終目標(biāo)，總體研究目標(biāo)思路見(jiàn)圖1所示。

研究與移動(dòng)語(yǔ)音自適應(yīng)的盲源分離算法。盲源分離對(duì)源信號(hào)及其系統(tǒng)的先驗(yàn)假設(shè)較少，可以利用信號(hào)的統(tǒng)計(jì)獨(dú)立性、概率分布特性、二階統(tǒng)計(jì)量、高階統(tǒng)計(jì)量或者信號(hào)的頻域特性以及時(shí)頻特性，建立目標(biāo)函數(shù)，得到分離算法。應(yīng)用盲源分離算法實(shí)現(xiàn)移動(dòng)語(yǔ)音增強(qiáng)，由于源信號(hào)處于不斷移動(dòng)的過(guò)程，因此該盲源分離系統(tǒng)中對(duì)應(yīng)的混合系統(tǒng)也是時(shí)變的?；镜臅r(shí)變系統(tǒng)跟蹤方法是在線算法，該算法根據(jù)源信號(hào)所處位置的不同來(lái)不斷更新分離系統(tǒng)，即利用自適應(yīng)的盲源分離算法對(duì)移動(dòng)語(yǔ)音進(jìn)行實(shí)時(shí)處理。在研究時(shí)把源信號(hào)的混合信號(hào)稱為觀測(cè)信號(hào)或陣列接收信號(hào)，源信號(hào)的混合模型稱為混合系統(tǒng)或混迭系統(tǒng)，盲源分離系統(tǒng)模型如圖2所示。

研究移動(dòng)語(yǔ)音增強(qiáng)的線性后處理算法。語(yǔ)音后處理算法可以采用傳統(tǒng)的譜減法，也可以采用語(yǔ)音增強(qiáng)其它算法，如自適應(yīng)濾波法和小波變換法等估計(jì)噪聲，圖3為移動(dòng)源語(yǔ)音增強(qiáng)線性系統(tǒng)后處理系統(tǒng)模型，傳統(tǒng)譜減法語(yǔ)音增強(qiáng)在估計(jì)噪聲譜時(shí)，需假定平穩(wěn)噪聲和信號(hào)源統(tǒng)計(jì)獨(dú)立。圖3移動(dòng)語(yǔ)音線性后處理系統(tǒng)模型。

研究語(yǔ)音混響的非線性殘留串?dāng)_消除算法。在線性BSS串?dāng)_成分系統(tǒng)的脈沖響應(yīng)中，線性干擾幾乎可以通過(guò)BSS完全清除，而剩余的非線性串?dāng)_成分源自混響，需要自適應(yīng)建模，根據(jù)移動(dòng)語(yǔ)音實(shí)時(shí)更新算法，來(lái)消除非線性的殘留串?dāng)_，圖4為非線性混響殘留串?dāng)_消除實(shí)現(xiàn)模型。

擬解決的關(guān)鍵技術(shù)問(wèn)題。移動(dòng)語(yǔ)音狀態(tài)的不確定性和盲源分離算法的自適應(yīng)性、后處理算法和語(yǔ)音混響的非線性殘留串?dāng)_建模消除是本發(fā)明所面臨的主要挑戰(zhàn)，本發(fā)明擬解決的關(guān)鍵問(wèn)題包括：⑴研究自適應(yīng)盲源分離算法實(shí)現(xiàn)多路移動(dòng)源語(yǔ)音分離算法；⑵研究語(yǔ)音后處理算法實(shí)現(xiàn)移動(dòng)源環(huán)境下線性串?dāng)_消除；⑶研究室內(nèi)混響非線性殘留串?dāng)_的建模與消除；⑷相關(guān)算法的復(fù)雜性和實(shí)時(shí)性研究；⑸基于ARMCortexTM-A8內(nèi)核DSP和TMS320C64x+TM內(nèi)核的OMAP3530平臺(tái)的實(shí)時(shí)系統(tǒng)的處理算法優(yōu)化及移植。

擬采取的研究方案及可行性分析，包括有關(guān)方法、技術(shù)路線、實(shí)驗(yàn)手段、關(guān)鍵技術(shù)等說(shuō)明。

擬采取的研究方案，研究思路及技術(shù)路線，發(fā)明組以發(fā)明組成員已有的研究成果為基礎(chǔ)，以從現(xiàn)場(chǎng)采集到的室內(nèi)移動(dòng)源語(yǔ)音據(jù)為切入點(diǎn)開(kāi)展研究。發(fā)明組提出了首先采用軟件仿真平臺(tái)進(jìn)行數(shù)學(xué)建模、理論分析論證、算法仿真與優(yōu)化，其次再將最優(yōu)算法移植到高速語(yǔ)音信號(hào)處理芯片中，最后將研究成果轉(zhuǎn)化為具有一般的普適性的理論模型，針對(duì)室內(nèi)移動(dòng)源語(yǔ)音的不同應(yīng)用場(chǎng)景進(jìn)行適應(yīng)性推廣的研究思路，其具體技術(shù)路線如圖5所示。

主要研究方法，發(fā)明研究從盲源分離算法入手，以自適應(yīng)盲源分離算法更新作為研究主要內(nèi)容，將語(yǔ)音后處理和非線性殘留串?dāng)_消除作為研究突破點(diǎn)，以提高采集語(yǔ)音的清晰度和自然度作為性能度量標(biāo)準(zhǔn)。在現(xiàn)有盲源分離模型的基礎(chǔ)上，引入自適應(yīng)技術(shù)，結(jié)合語(yǔ)音后處理技術(shù)、非線性殘留串?dāng)_技術(shù)進(jìn)行實(shí)時(shí)語(yǔ)音增強(qiáng)，在理論分析和實(shí)驗(yàn)測(cè)試的指導(dǎo)下，進(jìn)行室內(nèi)移動(dòng)源語(yǔ)音增強(qiáng)算法的優(yōu)化研究，并力圖將新技術(shù)融合到研究方法中去，其具體研究方法步驟如下：

⑴研究與移動(dòng)語(yǔ)音源自適應(yīng)的盲源分離算法。不同來(lái)不斷自適應(yīng)更新盲源在這一階段需要研究基于頻域的獨(dú)立分量分析(ICA)與矩陣更新算法；一個(gè)混合系統(tǒng)當(dāng)源信號(hào)移動(dòng)時(shí)是時(shí)變的，由于室內(nèi)語(yǔ)音源信號(hào)處于不斷移動(dòng)的過(guò)程，因此該盲源分離系統(tǒng)中對(duì)應(yīng)的混合系統(tǒng)也是時(shí)變的。根據(jù)源信號(hào)所處位置不同來(lái)不斷自適應(yīng)更新盲源分離系統(tǒng)參數(shù)，建立動(dòng)態(tài)的分離矩陣，實(shí)現(xiàn)移動(dòng)語(yǔ)音的實(shí)時(shí)盲分離。

⑵研究移動(dòng)語(yǔ)音增強(qiáng)的后處理算法。本階段需要研究完成串?dāng)_成分估計(jì)的后處理；為了補(bǔ)償室內(nèi)干擾信號(hào)移動(dòng)時(shí)對(duì)系統(tǒng)的影響，需要對(duì)盲源分離后語(yǔ)音進(jìn)行后置處理。通過(guò)采用一種類似自適應(yīng)波束形成的算法，模擬室內(nèi)空間各向的干擾信號(hào)，并作為干擾移動(dòng)源的魯棒性信號(hào)，即使干擾信號(hào)移動(dòng)，也可估算出剩余串?dāng)_成分，以此提高算法精度。

⑶研究語(yǔ)音混響的殘留串?dāng)_消除算法。本階段需要研究在先前語(yǔ)音處理的基礎(chǔ)上進(jìn)行混響的消除；通過(guò)后處理算法，可將移動(dòng)語(yǔ)音中的線性干擾脈沖幾乎完全去除，而剩余的非線性殘留串?dāng)_成分源自房間混響，需要根據(jù)房間的面積不同及反射情況實(shí)時(shí)更新算法，獲取實(shí)時(shí)參數(shù)、自適應(yīng)建模及利用譜減法等經(jīng)典語(yǔ)音增強(qiáng)算法，實(shí)現(xiàn)串?dāng)_濾除。

可行性分析。本申請(qǐng)發(fā)明經(jīng)多方論證具有以下可行性。本發(fā)明的立項(xiàng)具有充足的實(shí)踐依據(jù)和理論基礎(chǔ)。

本發(fā)明的立項(xiàng)是在基于參與甘南拉卜楞寺安全防范系統(tǒng)工程驗(yàn)收過(guò)程中對(duì)寺院殿堂等區(qū)域進(jìn)行語(yǔ)音提取后無(wú)法辨別說(shuō)話人聲音內(nèi)容而提出的，通過(guò)大量采集現(xiàn)場(chǎng)語(yǔ)音數(shù)據(jù)及參閱大量國(guó)內(nèi)外相關(guān)資料，經(jīng)反復(fù)分析和對(duì)比認(rèn)為造成這種結(jié)果的原因是多方面的，不可能只采取單一的語(yǔ)音增強(qiáng)方法就可以解決問(wèn)題。本發(fā)明是發(fā)明組在以往語(yǔ)音增強(qiáng)領(lǐng)域長(zhǎng)期、大量基礎(chǔ)性研究及實(shí)踐工作的基礎(chǔ)上提出了首先采用軟件仿真平臺(tái)進(jìn)行數(shù)學(xué)建模、理論分析論證、算法仿真與優(yōu)化，其次再將最優(yōu)算法移植到高速語(yǔ)音信號(hào)處理芯片中的研究思路，使得發(fā)明在實(shí)踐上和理論上均具有可靠的基礎(chǔ)。

發(fā)明組有扎實(shí)的前期工作基礎(chǔ)。發(fā)明申請(qǐng)人長(zhǎng)期從事語(yǔ)音增強(qiáng)領(lǐng)域的教學(xué)和研究工作，先后主持研發(fā)過(guò)各類科研發(fā)明10多項(xiàng)，領(lǐng)導(dǎo)的團(tuán)隊(duì)具有較強(qiáng)的科研能力，本團(tuán)隊(duì)多年來(lái)在語(yǔ)音信息處理方面發(fā)表論文20余篇，其中被EI和ISTP檢索10余篇。主要研究人員承擔(dān)了甘肅省自然科學(xué)基金發(fā)明“語(yǔ)音信號(hào)增強(qiáng)算法綜合仿真研究（3ZS061-A25-056）”，“基于GIS及分?jǐn)?shù)階Fourier的空間譜估計(jì)及聯(lián)合測(cè)向技術(shù)研究（1010RJZA065）”，甘肅省科技支撐發(fā)明“基于分布式虛擬環(huán)境的數(shù)字博物館關(guān)鍵技術(shù)研究（1104KFCA012）”等的研究工作，尤其是2014年初由科學(xué)出版社出版的《語(yǔ)音信號(hào)增強(qiáng)技術(shù)及其應(yīng)用》專著是國(guó)內(nèi)第一部對(duì)語(yǔ)音增強(qiáng)技術(shù)進(jìn)行全面和系統(tǒng)論述的著作，此書出版后得到了多位相關(guān)專家的肯定，所有這些都為本發(fā)明的研究奠定了良好的理論及實(shí)踐基礎(chǔ)。

本發(fā)明的主要?jiǎng)?chuàng)新在于提出了基于自適應(yīng)盲源分離、移動(dòng)話音語(yǔ)音增強(qiáng)、室內(nèi)混響非線性串?dāng)_消除相結(jié)合的研究方法及適應(yīng)性算法研究，并優(yōu)化算法用嵌入式雙核DSP高速處理平臺(tái)加以實(shí)時(shí)實(shí)現(xiàn)。

⑴到目前為止，還沒(méi)有一種語(yǔ)音增強(qiáng)算法能夠適應(yīng)所有場(chǎng)合的語(yǔ)音信號(hào)，而且該算法又不能夠太復(fù)雜，否則無(wú)法滿足實(shí)時(shí)性要求。本發(fā)明所需解決的問(wèn)題主要針對(duì)特定場(chǎng)合，即移動(dòng)混合語(yǔ)音的盲分離及室內(nèi)混響嚴(yán)重影響語(yǔ)音辨識(shí)清晰度的問(wèn)題所提出的，是現(xiàn)有的算法無(wú)法從根本上有效解決的實(shí)際問(wèn)題，根據(jù)發(fā)明組發(fā)明立項(xiàng)前期的調(diào)查和相關(guān)文獻(xiàn)檢索，在國(guó)內(nèi)、外還沒(méi)有找到類似的解決方法；

⑵本發(fā)明是基于參與甘南拉卜楞寺安全防范系統(tǒng)綜合視頻監(jiān)控子系統(tǒng)工程中對(duì)寺院殿堂內(nèi)語(yǔ)音提取后無(wú)法辨別說(shuō)話人內(nèi)容而提出的，前期課題組曾使用過(guò)多種語(yǔ)音增強(qiáng)處理方法進(jìn)行嘗試，都沒(méi)有得到令人滿意的效果，因此必須克服常規(guī)思想，解決特殊環(huán)境下移動(dòng)語(yǔ)音的位置不確定性及房間多路徑反射混響造成的清晰度下降這兩個(gè)核心問(wèn)題。

預(yù)期研究成果。本發(fā)明的研究將致力于研究室內(nèi)移動(dòng)源語(yǔ)音增強(qiáng)的新方法，以滿足特定用戶的需求為最終目標(biāo)，研究切實(shí)可行的盲源分離算法、語(yǔ)音后處理算法、殘留串?dāng)_消除算法，實(shí)現(xiàn)室內(nèi)移動(dòng)源語(yǔ)音增強(qiáng)性能的最優(yōu)化。

盡管已經(jīng)示出和描述了本發(fā)明的實(shí)施例，本領(lǐng)域的普通技術(shù)人員可以理解：在不脫離本發(fā)明的原理和宗旨的情況下可以對(duì)這些實(shí)施例進(jìn)行多種變化、修改、替換和變型，本發(fā)明的范圍由權(quán)利要求及其等同物限定。