基于NMF和FCRF的单通道语音分离

发布时间：2018-08-01 09:17

【摘要】：近年来,非负矩阵分解(non-negative matrix factorization,NMF)被广泛应用于单通道语音分离问题。然而,标准的NMF算法假设语音的相邻帧之间是相互独立的,不能表征语音信号的时间连续性信息。为此,该文提出了一种基于NMF和因子条件随机场(factorial conditional random field,FCRF)的语音分离算法,首先将NMF和k均值聚类结合对纯净语音的频谱结构以及时间连续性进行建模,然后利用得到的模型训练FCRF模型,进而对混合语音信号进行分离。结果表明:该算法相比没有考虑语音时间连续特性的基于NMF的算法如激活集牛顿算法(active-set Newton algorithm,ASNA),在客观指标上有明显提高。
[Abstract]:In recent years, non-negative matrix factorization has been widely used in single channel speech separation. However, the standard NMF algorithm assumes that the adjacent frames of speech are independent of each other and cannot represent the time continuity information of speech signals. In this paper, a speech separation algorithm based on NMF and factor conditional random field (factorial conditional random (factorial conditional random) is proposed. Firstly, the spectral structure and time continuity of pure speech are modeled by combining NMF and k-means clustering. Then the FCRF model is trained by the obtained model, and the mixed speech signal is separated. The results show that compared with the algorithm based on NMF, such as active-set Newton algorithm, which does not take into account the continuous feature of speech time, the objective index of the algorithm is improved obviously.
【作者单位】： 中国科学院声学研究所语言声学与内容理解重点实验室;亚利桑那州立大学信号分析与感知实验室;
【基金】：国家自然科学基金资助项目(11461141004,91120001,61271426) 中国科学院战略性先导科技专项(XDA06030100,XDA06030500) 国家“八六三”高技术项目(2012AA012503) 中科院重点部署项目(KGZD-EW-103-2)
【分类号】：TN912.3

【相似文献】

相关期刊论文 前10条

1 施剑;杜利民;;基于麦克阵列的实时盲语音分离系统[J];微计算机应用;2008年05期

2 张磊;刘继芳;项学智;;基于计算听觉场景分析的混合语音分离[J];计算机工程;2010年14期

3 杨海滨;张军;;基于模型的单通道语音分离综述[J];计算机应用研究;2010年11期

4 虞晓,胡光锐;基于高斯混合密度函数估计的语音分离[J];上海交通大学学报;2000年01期

5 虞晓,胡光锐;基于高斯混合密度函数估计的语音分离[J];上海交通大学学报;2000年02期

6 张雪峰,刘建强,冯大政;一种快速的频域盲语音分离系统[J];信号处理;2005年05期

7 陈锴;卢晶;徐柏龄;;基于话者状态检测的自适应语音分离方法的研究[J];声学学报;2006年03期

8 董优丽;谢勤岚;;不确定信号源个数的语音分离[J];现代电子技术;2008年03期

9 徐方鑫;;瑞米兹交替算法在语音分离上的应用[J];电脑知识与技术;2012年03期

10 刘俊良;于凤芹;;基于分离度变步长的自然梯度算法的语音分离[J];计算机工程与应用;2013年21期

相关会议论文 前5条

1 史晓非;王宪峰;黄耀P;刘人杰;;一个推广参数矢量算法在语音分离中的应用[A];中国航海学会通信导航专业委员会2004学术年会论文集[C];2004年

2 刘学观;陈雪勤;赵鹤鸣;;基于改进遗传算法的混叠语音分离研究[A];第十届全国信号处理学术年会（CCSP-2001）论文集[C];2001年

3 林静然;彭启琮;邵怀宗;;基于麦克风阵列的双波束近场定位及语音分离[A];第二届全国信息获取与处理学术会议论文集[C];2004年

4 茅泉泉;赵力;;基于MIMO的盲信道语音分离技术[A];2004年全国物理声学会议论文集[C];2004年

5 李量;杜忆;吴玺宏;Claude Alain;;人类听皮层在语音分离中对频率线索和空间线索的线性整合[A];增强心理学服务社会的意识和功能——中国心理学会成立90周年纪念大会暨第十四届全国心理学学术会议论文摘要集[C];2011年

相关博士学位论文 前2条

1 赵立恒;基于计算听觉场景分析的单声道语音分离研究[D];中国科学技术大学;2012年

2 王雨;基于计算听觉场景分析的单通道语音分离研究[D];华东理工大学;2013年

相关硕士学位论文 前10条

1 赵训川;基于计算听觉场景分析和麦克风阵列的语音分离的研究[D];燕山大学;2015年

2 何求知;单通道语音分离关键技术研究[D];电子科技大学;2015年

3 曹猛;基于计算听觉场景分析和深度神经网络的混响语音分离[D];太原理工大学;2016年

4 李枭雄;基于双耳空间信息的语音分离研究[D];东南大学;2015年

5 王瑜;基于计算听觉场景分析的三通道语音分离研究[D];燕山大学;2016年

6 王菁;基于计算听觉场景分析的混合语音分离[D];燕山大学;2016年

7 束佳明;基于双耳声源定位的鲁棒语音分离研究[D];东南大学;2016年

8 陈麟琳;基于机器学习的欠定语音分离方法研究[D];大连理工大学;2016年

9 张晖;层叠与深度神经网络研究及其在语音分离中的应用[D];内蒙古大学;2014年

10 童开国;多声源环境下基于听觉中枢系统的语音分离研究[D];重庆邮电大学;2012年

，

本文编号：2157108