[发明专利]一种基于双麦克风阵列的目标语音提取方法

权利要求书

1.一种基于双麦克风阵列的目标语音提取方法，其特征在于，包括如下步骤：

S1. 将两个麦克风接收的时域信号转化为频域信号；

S2. 然后对频域信号进行频域盲源分离算法处理；处理后得到两个源信号的估计信号；

S3. 利用两个源信号的估计信号求出各自的累加语音存在概率和功率谱值，并以功率谱值比值和概率值差值进行综合比较，设置不同的阈值范围，将功率谱值大和概率值高的信号作为目标语音传输到后端语音识别系统进行识别。

2.根据权利要求1所述基于双麦克风阵列的目标语音提取方法，其特征在于：如果步骤S3中识别不成功，则更换另一估计信号进行识别。

3.根据权利要求1所述基于双麦克风阵列的目标语音提取方法，其特征在于：所述S1步骤具体为：

S11.对时域信号做分帧加窗处理，设置每帧长度为K个采样点；

S12. 进行分帧加窗处理后的时域信号进行端点识别处理，检测输入信号是否为语音信号，是则进入下一步骤S13，否则终止进程；

S13.对时域信号进行短时傅里叶变换，得到频域信号。

4.根据权利要求1所述基于双麦克风阵列的目标语音提取方法，其特征在于：所述S2步骤具体为：

S21.对双麦克风阵列，以2 * 2单位矩阵作为分离矩阵W(k,l)的初始化矩阵，对分离矩阵W(k,l)进行逐帧更新；即帧数增加1，更新一次；

W(k,l)的更新规则为：

W(k,l)+η*Δw（k）；即每次更新增加一个η*Δw（k）；

其中：0η1, η为W(k,l)更新的步长因子

分离矩阵更新变量Δw（k）计算方法为：

其中H表示复数共轭转置，M为单位矩阵,E表示期望,k表示第k个时频点，l表示第l帧语音信号, y(k,l)表示双麦克风阵列估计信号；

W(k)即分离矩阵 W(k,l)，Δw（k）表示分离矩阵更新变量；

语音信号概率密度

；

其中

i = 1，2，表示不同麦克风的源信号；

y₁(k,l)、y₂(k,l)分别表示当前帧l下，双麦克风阵列观测的两个源信号的估计信号，K为采样点总数；

S22.对每一帧进行分离矩阵W(k,l)的上述更新；

S23.利用分离矩阵W(k,l)得到估计信号y(k,l)= W(k,l)*x(k,l), x(k,l)表示接收信号。

5.根据权利要求1所述基于双麦克风阵列的目标语音提取方法，其特征在于：所述S3步骤具体为：

根据语音存在概率差值和功率谱值比值提取目标语音Y为：

δ₁=Pow₂/Pow₁

δ₂=Prob₂-Prob₁

其中两个估计信号y₁和y₂累加语音存在概率和功率谱值分别为Prob₁、Prob₂和Pow₁ 、Pow₂。