[发明专利]一种基于支持向量机的双耳语音分离方法

摘要

本发明公布了一种基于支持向量机的双耳语音分离方法，该方法首先将双耳声信号经过Gammatone滤波器后，提取各个子带声信号的耳间时间差ITD和参数耳间强度差IID；在训练阶段，将包含两个声源的纯净混合双耳声信号提取的子带ITD、IID参数作为支持向量机SVM的输入特征，训练得到每个子带的SVM分类器，在测试阶段，在混响和噪声环境下，对包含两个声源的测试混合双耳声信号提取子带特征，利用各个子带的SVM分类器，对各个子带的特征参数进行分类，从而完成对混合语音中各个声源的分离。本发明基于支持向量机模型的分类能力，实现了复杂声学环境下鲁棒的双耳语音分离，同时有效解决了频点数据丢失的问题。

主权项

1.一种基于支持向量机的双耳语音分离方法，其特征在于，该方法包括以下步骤：(1)将训练单声源语音信号与不同方位角的与头相关脉冲响应函数HRIR卷积，生成多个不同方位的单声源双耳声信号；(2)将两个不同方位的单声源双耳声信号进行混合，生成多个训练混合双耳声信号；(3)将步骤(2)得到的训练混合双耳声信号通过Gammatone滤波器组，分解为各个子带的时域信号，其中每个子带对应不同的频域范围；(4)对每个子带的时域信号进行半波整流、平方根处理，之后再经过预处理获得单帧信号，作为训练混合双耳声信号的T-F时频单元；(5)计算每个T-F时频单元的耳间时间差ITD和耳间强度差IID，作为T-F单元的特征矢量；(6)将同一子带的T-F单元的特征矢量作为对应子带SVM向量机的训练样本；(7)将步骤(1)得到的单声源双耳声信号分别按照步骤(3)和(4)执行，得到单声源双耳声信号的T-F单元，根据不同声源在同一T-F单元的信号能量，标记步骤(2)对应的训练混合双耳声信号中每个T-F单元的理想二进制掩膜IBM；(8)构建每个子带的SVM支持向量机模型，将步骤(6)对应的训练样本和步骤(7)得到的理想二值掩膜IBM，作为对应子带的支持向量机SVM的训练数据集，进行训练，从而得到每个子带的SVM模型；(9)将测试混合双耳声信号按照步骤(3)～(5)处理，得到对应的T-F单元的特征矢量，作为测试样本；(10)将测试样本作为步骤(8)训练完成的各子带SVM支持向量机的输入特征，利用训练完成的各子带SVM支持向量机进行分类，得到测试混合双耳声信号中不同方位声源对应的掩膜矩阵；(11)对分离得到的每个方位声源的掩膜矩阵，利用Gammatone合成滤波器组，反向合成各个方位声源对应的时域信号，从而实现语音分离。