Mathematical metric of speech distortion in various types of BSSA

摘要

本稿では，構造が一般化されたブラインド空間的サブトラクションアレー（BSSA）を提案し，高次統計量によるミュージカルノイズ発生量と音声歪み量の理論解析を導入する．まず，様々なBSSAにおけるミュージカルノイズ発生量と音声歪み量のトレードオフの関係を理論的に証明する．そして，理論解析と実験より，BSSAの構造は使用するアプリケーションによって選択されるべきであることを明らかにする．例えば，人が聞いて好む雑音抑圧処理はチャネルワイズ型のBSSAであり，音声認識に適している雑音抑圧処理は従来のBSSAである．%In this paper, we propose a structure-generalized parametric blind spatial subtraction array (BSSA), and the theoretical analysis of the amounts of musical noise and speech distortion is conducted via higher-order statistics. We theoretically prove a tradeoff between the amounts of musical noise and speech distortion in various BSSA structures. Prom the analysis and experimental evaluations, we reveal that the structure should be carefully selected according to the application, i.e., a channelwise BSSA structure is recommended for listening but a normal BSSA is more suitable for speech recognition.