両耳受聴信号を用いた音声強調とその応用に関する研究

双耳听音信号语音增强及其应用研究

• 批准号: 02J06340
• 负责人: 村上 隆啓
• 金额: $ 1.92万
• 依托单位: Meiji University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for JSPS Fellows
• 财政年份: 2002
• 资助国家: 日本
• 起止时间: 2002 至 2004
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-02J06340/
• 关键词: 雑音除去; 音声協調; スペクトル引き算; 部分空間分解; MUSIC法; ブラインド信号分離; 独立成分分析; ヒルベルト変換; 音声信号処理; 音声強調; マイクロフォンアレイ; 到来方向推定; 基本周波数推定; 広帯域化; RBF; 雑音除去; 音声協調; スペクトル引き算; 部分空間分解; MUSIC法; ブラインド信号分離; 独立成分分析; ヒルベルト変換; 音声信号処理; 音声強調; マイクロフォンアレイ; 到来方向推定; 基本周波数推定; 広帯域化; RBF

平成16年度の研究では、観測信号に含まれる雑音成分を効果的に除去、または分離する手法についての研究を中心に行ってきた。単チャンネル信号処理に関する研究では、部分空間分解法を応用した新しいスペクトル引き算法を提案した。提案法は、部分空間分解法の一つであるmultiple signal classification (MUSIC)法を音声信号に応用し、雑音成分を効果的に除去するものである。MUSIC法は信号を構成する正弦波成分の周波数を高分解能で推定するための一手法である。本研究では、MUSIC法の周波数分解能を離散フーリエ変換(DFT)程度に落とすことで、MUSIC法を用いた雑音除去法がスペクトル引き算法の形に帰着することを示し、従来のスペクトル引き算法では決定が困難であった最適なパラメータの値を導出した。また、MUSIC法の中で用いられる固有値の分布が音声区間の情報を含むことを指摘し、新しい音声区間抽出法(VAD)を提案した。提案法は比較的簡単なアルゴリズムのため計算量が非常に少なく、実時間処理に適していることが示された。2ch信号処理に関する研究では、ブラインド信号分離(BSS)の一手法について提案した。BSSは、観測信号のみを用いて個々の信号を分離するための手法である。提案法では、観測信号を狭帯域周波数信号に分解することで、実環境における音声信号等の混合モデルである畳み込み混合モデルが、比較的簡素な瞬時混合モデルの集合へと分解できることを示し、既存法である独立成分分析(ICA)と呼ばれる瞬時混合モデルのためのBSS手法を各周波数帯域へ適用することで個々の信号が分離されることを示した。また、観測信号を狭帯域周波数信号に分解する方法として、ヒルベルト変換と低域通過フィルタを組み合わせる方法を提案した。

2004年的研究重点是研究有效去除或分离观察到的信号中包含的噪声组件的方法。在单渠道信号处理的研究中，我们提出了一种使用子空间分解方法的新光谱减法方法。所提出的方法使用多个信号分类（音乐）方法，这是子空间分解方法之一，可以有效删除噪声组件。音乐方法是一种估计构成高分辨率信号的正弦波组件频率的方法。在这项研究中，我们表明，通过将音乐方法的频率分辨率降低到离散的傅立叶变换（DFT），使用音乐方法去除噪声可以减少到光谱减法方法的形式，我们得出了最佳参数值，这些值很难用常规的光谱减法方法确定。此外，我们指出，音乐方法中使用的特征值的分布包括有关语音间隔的信息，并提出了一种提取语音间隔的新方法（VAD）。所提出的方法是一种相对简单的算法，已被证明非常密集，适合实时处理。在2CH信号处理的研究中，我们提出了一种盲信号分离（BSS）的方法。 BSS是仅使用观察到的信号分隔单个信号的技术。在提出的方法中，通过将观察到的信号分解为窄带频率信号，这表明，在真实环境中，卷积混合模型是语音信号的混合模型，可以分解为相对简单的瞬时混合模型，并且现有的称为称为独立组件分析（ICA）的现有方法是将每个频率分析（ICA）应用于分开的单个信号。此外，提出了一种观察到的信号分解为窄带频率信号的方法，其中将希尔伯特变换和低通滤波器组合在一起。