麦克风阵列波束成形语音分离及声学回声消除方法研究

摘要

随着各种智能设备的兴起，语音识别成为人机交互的重要方式之一，为了提高远场情况下的语音识别准确率，通常需要进行语音增强处理。目前，语音增强技术已取得了重要进展，出现了多种语音去噪方法，并在实际中得到广泛应用，但当干扰源是话音时，这些去噪方法就会失效。盲源分离技术可以处理话音干扰，但目前仍存在一些问题有待研究解决。本文研究了声源分离技术，先利用麦克风阵列的空间特性(即声学传递函数)来分离和增强各个说话人的语音信号，然后利用说话人功率谱密度矩阵构建后置维纳滤波器，来进一步去除残留噪声。在智能音箱等应用场景，回声消除是一项重要技术。本文在谷歌公司WebRTC模块基础上，对归一化自适应滤波器(NLMS)进行了改进，使回声消除效果和收敛速度得到进一步提升。 本文对语音分离和回声消除技术进行了研究，主要工作如下： (1)研究了线性约束最小方差(Linearly Constrained Minimum Variance,LCMV)波束成形的声源分离方法，改进了其噪声功率谱矩阵的估计方式，以更大程度上地抑制干扰语音。在此基础上，级联后置维纳滤波进行去噪处理，并用系数均衡方法减小目标语音的损伤。 (2)在声源分离算法中，需要利用每个说话人单独说话的语音片段。为此，本文针对两个说话人同时说话的情况，利用说话人分割技术，提出了抓取单音帧片段的可行方法。 (3)对WebRTC中的声学回声消除(AEC)模块进行了改进，双讲情况下，应用自适应归一化系数和正则化系数，改进NLMS滤波器，使回声消除效果得到改善。

目录

第一个书签之前