[发明专利]一种多声源环境下的基于听觉中枢系统的语音分离方法

权利要求书

1.一种多声源环境下的基于听觉中枢系统的语音分离方法，其特征在于包括以下步骤： 

101、在Matlab平台上建立一个模拟听觉中枢系统的语音分离模型，其中所述语音分离模型包括听觉外周模型和语音提取模型，所述听觉外周模型用于根据N路语音信号的频率进行区分成低频段信号、高频段信号，所述语音提取模型用于对低频段信号、高频段信号的特征参数信息进行提取；所述语音提取模型包括同侧的内侧上橄榄模型MSO、同侧的外侧上橄榄模型LSOi、异侧的外侧上橄榄模型LSOc，然后低频段信号传输给同侧的内侧上橄榄模型MSO，将高频段信号分别传输给MSO、LSOi和LSOc，所述听觉外周模型对语音信号进行预加重、加窗以及分帧预处理，获得各个语音信号语音帧上的时域信号x(n)； 

102、将步骤101得到的时域信号x(n)通过离散的Fourier变换获得对应的线性频谱其中：e是自然对数的底数，j是虚数单位。n表示语音信号的个数，N表示离散傅里叶变换的次数。0≤n,k≤N-1，并将线性频谱利用Gammatone滤波器组获取Mel频谱； 

103、将步骤102获得的Mel频谱求对数能量获得对数频谱 其中：0≤m<M,H_m(k)表示在语音信号频谱范围内布置的带通滤波器组，并采用离散余弦变换得到Gammatone系数c(n)，所述Gammatone系数c(n)加上差分倒谱参数为语音信号的特征参数V； 

104、建立重合神经元模型，所述重合神经元模型用于对语音信号的双耳时间差ITD和双耳水平差ILD进行空间定位，所述重合神经元模型包括通用突触模型和细胞体模型，所述通用突触模型包括内毛细胞中神经递质的数量q(t)、渗透率k(t)，裂隙中神经递质的数量c(t)，再生库中神经递质的数量w(t)以及神经发放的概率p(t);所述细胞体模型采用LIF模型，然后将步骤103中的特征参数V输入重合神经元模型完成语音信号的双耳时间差ITD和双耳水平差ILD信 息的加权映射； 

105、建立听觉外周反演模型，所述听觉外周反演模型用于对语音信号进行分离；将步骤104中得到的语音信号的双耳时间差ITD和双耳水平差ILD信息的加权映射信息传输给听觉外周反演模型的脑下丘Onset神经细胞模型完成语音信号的分离。 

2.根据权利要求1所述的多声源环境下的基于听觉中枢系统的语音分离方法，其特征在于：步骤102中的Gammatone滤波器的函数表达式为 式中，n表示滤波器的阶数，根据滤波特性选取n=4；θ代表Gammatone滤波器的起始相位；当t<0时，u(t)=0,当t>0时，u(t)=1；b=b₁.ERB(f₀)，ERB(f₀)代表Gammatone滤波器的等效矩阵带宽，并且它和Gammatone滤波器中心频率f₀关系：ERB(f₀)=2.47+0.108f₀。 

3.根据权利要求1所述的多声源环境下的基于听觉中枢系统的语音分离方法，其特征在于：步骤103中的差分倒谱参数为n表示初始语音信号的个数，c与d是某帧语音信号的参数，c与d是某帧语音信号的参数，k是常数2。 

4.根据权利要求1所述的多声源环境下的基于听觉中枢系统的语音分离方法，其特征在于：步骤104中的LIF模型包括一个电阻R以及一个与之并联的被外来电流I(t)驱动的电容C，驱动电流由两部分组成。