基于基频状态和帧间相关性的单通道语音分离算法.pdf

第４４卷第６期东南大学学报（自然科学版）Ｖｏｌ．４４Ｎｏ．６

２０１４年１１月ＪＯＵＲＮＡＬＯＦＳＯＵＴＨＥＡＳＴＵＮＩＶＥＲＳＩＴＹ（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ）Ｎｏｖ．２０１４

ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１－０５０５．２０１４．０６．００１

基于基频状态和帧间相关性的单通道语音分离算法

１，２１１１１

郭海燕李枭雄李拟珺周琳吴镇扬

（东南大学信息科学与工程学院，南京２１００９６）１

（南京农业大学工学院，南京２１００３１）２

摘要：提出一种基于基频状态和帧间相关性的单通道混合语音分离算法．首先，从混合语音中提

取２个源语音的基频进行状态编码，基于编码的基频状态构造自适应字典，并通过引入基频信息

在字典层面对各源语音信号进行区分．然后，采用频繁模式挖掘算法，提取基频状态为１时字典

的频繁１项子集，缩减字典尺寸．最后，以基于正交匹配追踪的分离语音为基础，检测分离效果差

的混合语音帧，搜索与其相关度最高的平移后的邻近分离语音帧进行叠加，并采用软掩蔽方法进

行第二次分离校正．仿真实验结果表明，该算法获取的分离语音信噪比优于现有的２种经典语音

分离算法，并且该算法采用频繁模式挖掘算法大大减小了运算量．

关键词：语音分离；稀疏分解；正交匹配追踪；基频；数据挖掘

中图分类号：ＴＮ９１２文献标志码：Ａ文章编号：１００１－０５０５（２０１４）０６-１０９９-０６

Ｓｉｎｇｌｅ-ｃｈａｎｎｅｌｓｐｅｅｃｈｓｅｐａｒａｔｉｏｎｂａｓｅｄｏｎｐｉｔｃｈｓｔａｔｅ

ａｎｄｉｎｔｅｒｆｒａｍｅｃｏｒｒｅｌａｔｉｏｎ

１，２１１１１

ＧｕｏＨａｉｙａｎＬｉＸｉａｏｘｉｏｎｇＬｉＮｉｊｕｎＺｈｏｕＬｉｎＷｕＺｈｅｎｙａｎｇ

（ＳｃｈｏｏｌｏｆＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＳｏｕｔｈｅａｓｔＵｎｉｖｅｒｓｉｔｙ，Ｎａｎｊｉｎｇ２１００９６，Ｃｈｉｎａ）１

（ＣｏｌｌｅｇｅｏｆＥｎｇｉｎｅｅｒｉｎｇ，ＮａｎｊｉｎｇＡｇｒｉｃｕｌｔｕｒａｌＵｎｉｖｅｒｓｉｔｙ，Ｎａｎｊｉｎｇ２１００３１，Ｃｈｉｎａ）２

Ａｂｓｔｒａｃｔ：Ａｓｉｎｇｌｅ-ｃｈａｎｎｅｌｓｐｅｅｃｈｓｅｐａｒａｔｉｏｎａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｐｉｔｃｈｓｔａｔｅａｎｄｉｎｔｅｒｆｒａｍｅｃｏｒｒｅｌａ-

ｔｉｏｎｉｓｐｒｏｐｏｓｅｄ．Ｆｉｒｓｔ，ｔｈｅｐｉｔｃｈｏｆｔｗｏｓｉｍｕｌｔａｎｅｏｕｓｌｙａｃｔｉｖｅｓｐｅａｋｅｒｓｉｓｔｒａｃｋｅｄｆｒｏｍｍｉｘｔｕｒｅｏｖｅｒ

ｔｉｍｅａｎｄｅｎｃｏｄｅｄｂｙｐｉｔｃｈｓｔａｔｅｓ．Ｏｎｔｈｉｓｂａｓｉｓ，ａｄａｐｔｉｖｅｓｏｕｒｃｅ-ｉｎｄｉｖｉｄｕａｌｄｉｃｔｉｏｎａｒｉｅｓａｒｅｇｅｎｅｒａｔｅｄ

ｔｏｄｉｓｔｉｎｇｕｉｓｈｓｏｕｒｃｅｆｒａｍｅｓｉｎｐｉｔｃｈ．Ｓｅｃｏｎｄｌｙ，ａｆｒｅｑｕｅｎｔｐａｔｔｅｒｎｍｉｎｉｎｇｍｅｔｈｏｄｉｓｕｔｉｌｉｚｅｄｔｏｆｉｎｄ

ｔｈｅｆｒｅｑｕｅｎｔ１-ｉｔｅｍｓｅｔａｓａｔｏｍｓｔｏｒｅｄｕｃｅｔｈｅｓｉｚｅｓｏｆｔｈｅｄｉｃｔｉｏｎａｒｉｅｓｇｅｎｅｒａｔｅｄｆｏｒｔｈｅｓｏｕｒｃｅｓｗｈｏｓｅ

ｐｉｔｃｈｓｔａｔｅｓａｒｅ１．Ｔｈｉｒｄｌｙ，ｂａｓｅｄｏｎｔｈｅｓｅｐａｒａｔｅｄｓｏｕｒｃｅｓ