[发明专利]一种语音分离方法及装置

权利要求书

1.一种语音分离方法，其特征在于，所述方法包括：

获取各个信号通道的待分离语音数据，其中，所述待分离语音数据含有至少两个人同时说话时产生的语音数据；

针对每一预设的采样时刻，利用盲源分离算法对所述待分离语音数据进行分离处理，得到P个分离信号；

针对每一个分离信号，计算当前分离信号与所述P个分离信号中除所述当前分离信号之外的其他分离信号之间的交叉残留系数；并判断所述交叉残留系数是否小于第一预设阈值；

若否，利用回声消除算法对所有交叉残留系数不小于第一预设阈值的分离信号，进行回声消除处理，并将处理后的分离信号与所有交叉残留系数小于第一预设阈值的分离信号的集合作为目标分离信号；

若是，将所述分离信号作为目标分离信号；

所述计算当前分离信号与所述P个分离信号中除所述当前分离信号之外的其他分离信号之间的交叉残留系数，包括：

利用公式，计算当前分离信号与所述P个分离信号中除所述当前分离信号之外的其他分离信号之间的交叉残留系数，其中，

为第i个通道的当前分离信号与所述P个分离信号中除所述当前分离信号之外的其他分离信号之间的交叉残留系数；i为当前分离信号的通道的编号；j为所述P个分离信号中除所述当前分离信号之外的其他分离信号的通道的编号；a_i,k为第i个通道的分离信号与第k个分离信号之间的混合系数；a_j,k为第j个通道的分离信号与第k个分离信号之间的混合系数；y_k为第k个通道的声源信号；∑为求和函数。

2.根据权利要求1所述的一种语音分离方法，其特征在于，所述盲源分离算法包括：非线性主分量分析、独立分量分析、神经网络算法、最大熵算法、最小互信息算法、最大似然算法中的一种或多个的组合。

3.根据权利要求1所述的一种语音分离方法，其特征在于，所述利用盲源分离算法对所述待分离语音数据进行分离处理，包括：

针对各个所述待分离语音数据，利用NPCA准则建立针对所述待分离语音数据的代价函数其中，

J(W)为第t时刻的分离矩阵的代价；E{.}为期望运算函数；x(t)为各个麦克风对应的信号通道所观测到的观测信号；W为分离矩阵；(.)^T为转置运算；为非线性函数；t为当前时刻；

对所述代价函数进行最小化处理，得到分离矩阵的迭代估计为：

W(t+1)＝W(t)+θ*z(t)[x^T(t)-z^T(t)W(t)]，其中，

W(t+1)为第t+1时刻的分离矩阵；W(t)为第t时刻的分离矩阵；θ为迭代步长，且θ(t)为第t时刻的迭代步长，θ(t-1)为第t-1时刻的迭代步长，ρ为常数，为梯度函数，J(t)为第t时刻的代价；z(t)为非线性函数，且

利用公式，W(t+1)＝W(t)+θ*z(t)[x^T(t)-z^T(t)W(t)]，迭代计算下一时刻的分离矩阵，直至所述分离矩阵收敛，得到各个待分离语音数据的目标分离矩阵；

利用公式，y(t)＝Wx(t)，得到所述待分离语音数据的分离后的信号，其中，y(t)为当前观测信号的分离后的信号。