庞 宇，刘志伟，林嘉宇（.国防科技大学电子科学与工程学院，长沙　40073；2.武警860部队，盘锦　2400）



基于波束形成器输出比的自适应语音分离方法

庞 宇1，2，刘志伟1，林嘉宇1
（1.国防科技大学电子科学与工程学院，长沙410073；2.武警8610部队，盘锦124010）

摘 要：运用波束形成的方法能够有效地从干扰和噪声中提取所需的语音信号，如最小方差无失真响应的方法。然而，为了避免应用波束形成器进行语音分离时所产生的信号抵消现象，当目标讲话者处于活动状态的时候，该波束形成器的适应性应处于暂停状态，这就需要对目标讲话者的语音活动状态进行分类。基于这种思想，首先从信号模型和系统模型出发，介绍了“波束形成器输出比”这个新量的相关概念和基于波束形成输出比的“BOR-VAC”新方法。而后对窗口值、阈值的选取和VAC模块的实现过程进行了详述。最后通过仿真实验实现并验证了这种基于波束形成器输出比的自适应语音分离新方法的高效性和可靠性。

关键词：语音分离；波束形成；双波束；语音活动性分类；波束形成器输出比；自适应控制

1 引 言

语音分离的目的是从嘈杂背景中提取出目标讲话者的声音。目前用于语音分离最普遍的三种方法是：①波束形成方法；②基于独立成分分析（ICA）的盲源分离（BSS）方法；③单声道分离方法。其中，波束形成技术利用了空间信息，BSS利用了信号的统计独立性，而单声道分离则利用了二进制掩蔽或者基于混合模型的技术。

尽管从20世纪50年代后的长期发展中出现了诸多算法，但语音分离仍然是实践中的一个难题。……