一种多元混合声信号分离方法及装置
本发明公开了一种多元混合声信号分离方法及装置，所述多元混合声信号分离方法至少包括：通过短时傅里叶变换，获得混合声信号和真实源信号的幅度谱和相位谱；通过生成器对所述混合声信号幅度谱进行训练，获得所述估计分离信号幅度谱；通过判别器对所述估计分离信号幅度谱与所述真实源信号幅度谱进行训练，并判断所述估计分离信号幅度谱是否为真实输出，若是，通过所述估计分离信号幅度谱与所述混合声信号相位谱，获得分离声信号，同时获得生成器优化函数对所述生成器进行优化直至到达最大迭代次数。本发明公开的多元混合声信号分离方法及装置提高了所述分离声信号的可懂度，且算法的泛化能力好，具有很强的抗干扰性。
发明专利
CN202010738065.1
2020-07-28
CN111968669A
2020-11-20
G10L21/028(2013.01)
安徽大学
宋广伟;鲍明;许耀华;王翊;蒋芳;胡艳军
230601 安徽省合肥市合肥市经开区九龙路111号(安徽大学磬苑校区)
上海光华专利事务所(普通合伙)
朱艳
安徽;34
1.一种多元混合声信号分离方法，其特征在于，其至少包括以下步骤： S1：采集混合声信号与真实源信号； S2：通过所述混合声信号与真实源信号，获得混合声信号幅度谱、混合声信号相位谱和真实源信号幅度谱； S3：通过生成器对所述混合声信号幅度谱进行训练，获得所述估计分离信号幅度谱； S4：通过判别器对所述估计分离信号幅度谱与所述真实源信号幅度谱进行训练，并判断所述估计分离信号幅度谱是否为真实输出，若是，则输出所述估计分离信号幅度谱，并执行步骤S5，若否，则执行步骤S6； S5：通过所述估计分离信号幅度谱与所述混合声信号相位谱，获得分离声信号，并执行步骤S6； S6：通过所述判别器对所述生成器进行更新处理，对此步骤进行迭代，并判断迭代次数是否达到预设最大迭代次数，若是，则结束，若否，则迭代次数增加，并继续执行步骤S3。 2.根据权利要求1所述一种多元混合声信号分离方法，其特征在于，所述多元混合声信号分离方法包括混合声模型的建立,所述混合声模型的建立方法为： 其中，x(t)为混合声信号，Si(t)为第i个真实源信号，hi(t)第i个真实源信号到传感器间传递函数，e(t)为噪声，K为真实源信号个数，i为真实源信号序号，t为时间，T为信号时间长度。 3.根据权利要求1所述一种多元混合声信号分离方法，其特征在于，所述多元混合声信号分离方法包括分离信号的分析模型的建立，其建立方法包括：将所述混合声信号幅度谱作为生成器的输入，获得所述估计分离信号幅度谱，将其与真实源信号幅度谱一同输入判别器，同时将判别器的判别结果反馈给生成器。 4.根据权利要求3所述一种多元混合声信号分离方法，其特征在于，所述多元混合声信号分离方法包括构建生成对抗网络模型，通过所述生成对抗网络模型对所述分离信号的分析模型求解，其中所述生成对抗网络模型包括生成器和判别器。 5.根据权利要求4所述一种多元混合声信号分离方法，其特征在于，判断所述估计分离信号是否为真实输出的条件是：所述生成对抗网络模型是否收敛，若所述生成对抗网络模型收敛，则所述估计分离信号为真实输出，若否，则所述估计分离信号为非真实输出。 6.根据权利要求1所述一种多元混合声信号分离方法，其特征在于，所述多元混合声信号分离方法包括：利用判别器生成的生成器优化函数对所述生成器进行优化，所述生成器优化函数为： 其中，t为时间，f为频率，x(t,f)为混合声信号幅度谱，q(x(t，f))为x(t,f)满足的概率密度函数，为第i个估计分离信号幅度谱，K为真实源信号个数，i为真实源信号序号，表示期望，D(·)表示判别器函数，λ表示增益，||·||表示范数。 7.根据权利要求1所述一种多元混合声信号分离方法，其特征在于，获得所述估计分离信号幅度谱后，将所述估计分离信号幅度谱与所述混合声信号相位谱结合得到所述分离声信号。 8.根据权利要求1所述一种多元混合声信号分离方法，其特征在于，通过生成器的训练，在混合声信号中分离出多个源声音信号的估计分离信号幅度谱，采用多个判别器对所述多个源声音信号的估计分离信号幅度谱同时进行训练。 9.根据权利要求1所述一种多元混合声信号分离方法，其特征在于，对所述分离声信号进行评估的指标包括：信失比、信干比和信伪比；其中信失比反映分离整体性能；信干比反映恢复源信号中由其它信号未移除残留引入干扰误差；信伪比为分离算法本身引起计算误差。 10.一种多元声音信号的分离装置，其特征在于，所述多元声音信号的分离装置包括： 存储器：用于存储根据权利要求1所述的多元混合声信号分离方法； 处理器：其与所述存储器连接，用于执行所述存储器中的所述多元混合声信号分离方法。