[發(fā)明專利]掩碼估計(jì)裝置、掩碼估計(jì)方法以及記錄介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 201680081856.3
• 申請(qǐng)日: 2016-12-20
• 公開（公告）號(hào): CN108701468B
• 公開（公告）日: 2023-06-02
• 發(fā)明（設(shè)計(jì)）人: 伊藤信貴;荒木章子;中谷智廣
• 申請(qǐng)（專利權(quán)）人: 日本電信電話株式會(huì)社
• 主分類號(hào): G10L21/0272
• 分類號(hào): G10L21/0272;G10L21/028;G10L21/0308
• 代理公司: 北京三友知識(shí)產(chǎn)權(quán)代理有限公司 11127
• 代理人: 黃綸偉;金玲

掩碼估計(jì)裝置(10)的特征提取部(11)從將多個(gè)音頻信號(hào)在不同位置觀測(cè)的多個(gè)觀測(cè)信號(hào)，提取將觀測(cè)信號(hào)的時(shí)間頻率成分按照每個(gè)時(shí)間頻率點(diǎn)匯集的特征量向量。掩碼更新部(12)根據(jù)特征量向量、將特征量向量的概率分布通過由多個(gè)元素分布構(gòu)成的混合分布進(jìn)行模型化時(shí)的各元素分布的混合權(quán)重、作為可以控制各元素分布的形狀的模型參數(shù)的形狀參數(shù)，估計(jì)表示對(duì)于各時(shí)間頻率點(diǎn)的各元素分布做出貢獻(xiàn)的比例的掩碼?；旌蠙?quán)重更新部(13)根據(jù)被更新的掩碼，更新混合權(quán)重。參數(shù)更新部(14)利用特征量向量和掩碼，更新形狀參數(shù)。

技術(shù)領(lǐng)域

本發(fā)明涉及掩碼估計(jì)裝置、掩碼估計(jì)方法以及記錄介質(zhì)。

背景技術(shù)

公開有根據(jù)由多個(gè)麥克風(fēng)取得的觀測(cè)信號(hào)估計(jì)目標(biāo)聲音時(shí)采用的估計(jì)表示各時(shí)間頻率點(diǎn)中的各音頻信號(hào)的貢獻(xiàn)度的掩碼的技術(shù)。掩碼用于觀測(cè)信號(hào)的噪聲去除和聲源分離等。

例如，著眼于各音頻信號(hào)的到來方向彼此不同的情況，公開有對(duì)特征量向量進(jìn)行聚類，從而估計(jì)掩碼的技術(shù)，其中，特征量表示在各時(shí)間頻率點(diǎn)中各音頻信號(hào)的聲音從哪個(gè)方向到達(dá)的信息。

先行技術(shù)文獻(xiàn)

非專利文獻(xiàn)

非專利文獻(xiàn)1：M.Souden,S.Araki,K.Kinoshita,T.Nakatani,and?H.Sawada,“AMultichannel?MMSE-Based?Framework?for?Speech?Source?Separation?and?NoiseReduction,”IEEE?TRANSACTIONS?ON?AUDIO,SPEECH?AND?LANGUAGE?PROCESSING,VOL.21,NO.9,SEPTEMBER?2013,pp.1913-1928.

發(fā)明內(nèi)容

發(fā)明要解決的課題

但是，根據(jù)上述技術(shù)，通過更新將特征量向量模型化的混合分布的位置參數(shù)以及擴(kuò)展參數(shù)，從而調(diào)整混合分布的元素分布的位置以及擴(kuò)展。因此，元素分布只能表示關(guān)于某個(gè)軸旋轉(zhuǎn)對(duì)稱的分布形狀。特征量向量的分布形狀受到麥克風(fēng)位置或音頻空間的傳遞特性等各種影響，不一定是旋轉(zhuǎn)對(duì)稱的，有時(shí)變成例如橢圓形的分布形狀。因此，根據(jù)上述技術(shù)，無法使得混合分布充分地接近特征量向量的分布，存在掩碼估計(jì)的精度不一定很高的問題。

本申請(qǐng)公開的實(shí)施方式的一例是鑒于上述問題做出的，其目的在于提供例如進(jìn)一步提高掩碼估計(jì)的精度的掩碼估計(jì)裝置、掩碼估計(jì)方法以及掩碼估計(jì)程序。

用于解決課題的手段

在本申請(qǐng)的實(shí)施方式的一例中，例如，掩碼估計(jì)裝置在多個(gè)音頻信號(hào)混合存在的狀態(tài)下，從在不同位置取得的多個(gè)觀測(cè)信號(hào)，提取將觀測(cè)信號(hào)的時(shí)間頻率成分按照每個(gè)時(shí)間頻率點(diǎn)匯集的特征量向量。掩碼估計(jì)裝置利用特征量向量、將特征量向量的概率分布利用由多個(gè)元素分布構(gòu)成的混合分布進(jìn)行模型化時(shí)的各元素分布的混合權(quán)重、作為可以控制各元素分布的形狀的模型參數(shù)的形狀參數(shù)，更新表示各元素分布對(duì)于各時(shí)間頻率點(diǎn)的貢獻(xiàn)的比例的掩碼。掩碼估計(jì)裝置根據(jù)被更新的掩碼，更新混合權(quán)重。掩碼估計(jì)裝置根據(jù)特征量向量和掩碼，更新形狀參數(shù)。

發(fā)明效果

根據(jù)本申請(qǐng)公開的實(shí)施方式的一例，即使在例如特征量向量的分布不是旋轉(zhuǎn)對(duì)稱的情況下，也可以實(shí)現(xiàn)高精度的掩碼估計(jì)。

附圖說明

圖1是根據(jù)實(shí)施方式1(實(shí)施方式2)的掩碼估計(jì)裝置的一例示意圖。

圖2是示出根據(jù)實(shí)施方式1(實(shí)施方式2)的掩碼估計(jì)處理的一例的流程圖。

圖3是根據(jù)實(shí)施方式3的目標(biāo)聲音估計(jì)系統(tǒng)的一例示意圖。

圖4是示出根據(jù)實(shí)施方式3的目標(biāo)聲音估計(jì)處理的一例的流程圖。