[发明专利]一种基于支持向量机的双耳语音分离方法

权利要求书

1.一种基于支持向量机的双耳语音分离方法，其特征在于，该方法包括以下步骤：

(1)将训练单声源语音信号与不同方位角的与头相关脉冲响应函数HRIR卷积，生成多个不同方位的单声源双耳声信号；

(2)将两个不同方位的单声源双耳声信号进行混合，生成多个训练混合双耳声信号；

(3)将步骤(2)得到的训练混合双耳声信号通过Gammatone滤波器组，分解为各个子带的时域信号，其中每个子带对应不同的频域范围；

(4)对每个子带的时域信号进行半波整流、平方根处理，之后再经过预处理获得单帧信号，作为训练混合双耳声信号的T-F时频单元；

(5)计算每个T-F时频单元的耳间时间差ITD和耳间强度差IID，作为T-F单元的特征矢量；

(6)将同一子带的T-F单元的特征矢量作为对应子带SVM向量机的训练样本；

(7)将步骤(1)得到的单声源双耳声信号分别按照步骤(3)和(4)执行，得到单声源双耳声信号的T-F单元，根据不同声源在同一T-F单元的信号能量，标记步骤(2)对应的训练混合双耳声信号中每个T-F单元的理想二进制掩膜IBM；该步骤具体包括：

(7-1)将步骤(1)得到的单声源双耳声信号分别按照步骤(3)和(4)执行，得到单声源双耳声信号的T-F单元；

(7-2)计算步骤(2)混合时所采用的方位的单声源双耳声信号在不同T-F单元的信号能量：

式中，x¹_L(i,k,m)、x¹_R(i,k,m)表示混合时所采用的方位1的单声源双耳声信号，即声源1，对应的T-F单元，x²_L(i,k,m)、x²_R(i,k,m)表示混合时所采用的方位2的单声源双耳声信号，即声源2，对应的T-F单元，e¹(i,k)、e²(i,k)分别表示对应声源在各个T-F单元的能量；

(7-3)根据单声源双耳声信号在不同T-F单元的信号能量，将理想二值掩膜IBM标记为能量较大的T-F单元的语音标签；

其中，IBM标记为1，表示该T-F单元为声源1占主要成分，标记为0，表示该T-F单元为声源2占主要成分；

(8)构建每个子带的SVM支持向量机模型，将步骤(6)对应的训练样本和步骤(7)得到的理想二值掩膜IBM，作为对应子带的支持向量机SVM的训练数据集，进行训练，从而得到每个子带的SVM模型；

(9)将测试混合双耳声信号按照步骤(3)～(5)处理，得到对应的T-F单元的特征矢量，作为测试样本；

(10)将测试样本作为步骤(8)训练完成的各子带SVM支持向量机的输入特征，利用训练完成的各子带SVM支持向量机进行分类，得到测试混合双耳声信号中不同方位声源对应的掩膜矩阵；

(11)对分离得到的每个方位声源的掩膜矩阵，利用Gammatone合成滤波器组，反向合成各个方位声源对应的时域信号，从而实现语音分离。

2.根据权利要求1所述的基于支持向量机的双耳语音分离方法，其特征在于：所述步骤(1)中不同方位的单声源双耳声信号的计算公式为：

s_L(t)＝s(t)*h_L

s_R(t)＝s(t)*h_R

其中，s_L(t)、s_R(t)表示指定方位的单声源左、右耳声信号，s(t)为训练单声源语音信号，h_L、h_R分别表示不同方位角θ对应的左耳HRIR、右耳HRIR，*为卷积运算。

3.根据权利要求1所述的基于支持向量机的双耳语音分离方法，其特征在于：所述步骤(2)中包含两个不同方位声源的训练混合双耳声信号的计算公式为：

其中，表示第一个方位的单声源双耳声信号的左、右耳信号，表示第2个方位的单声源双耳声信号的左、右耳信号，s_left(t)、s_right(t)为包含两个不同方位声源的训练混合双耳声信号的左、右耳信号。