[發明專利]一種目標聲源鎖定和提取的方法

在審

• 申請號: 202011042009.0
• 申請日: 2020-09-28
• 公開（公告）號: CN112259117A
• 公開（公告）日: 2021-01-22
• 發明（設計）人: 葉劍豪;瞿虎林;周偉林
• 申請（專利權）人: 上海聲瀚信息科技有限公司
• 主分類號: G10L21/0272
• 分類號: G10L21/0272;G10L21/0208;G10L25/18;G10L25/21;G10L25/30;G10L25/78;G10L25/87;G10L15/20
• 代理公司: 北京化育知識產權代理有限公司 11833
• 代理人: 尹均利

1.一種目標聲源鎖定和提取的方法，其特征在于：

1)使用基于輔助函數的窗移獨立向量分析；

2)在分離后的多通道聲源中選擇目標聲源；

3)基于分離后聲源相對空間信息的純干擾聲源段檢測和消除；

4)使用基于DNN的VAD算法進行最終目標聲源語音段提取。

2.如權利要求1所述的一種目標聲源鎖定和提取的方法，其特征在于，1)使用基于輔助函數的窗移獨立向量分析，具體為：

步驟1)將M個麥克風采集到的包含M個源信號的混合信號x_m(n)，1≤m≤M進行短時傅里葉變換，得到其頻域表示x(ω，τ)，其中ω和τ分別為頻率和時間索引，總的頻段數為K；并初始化盲分離矩陣W(ω，τ)；

步驟2)累積得到L_b幀混合信號的頻域表示X(ω，τ)，并使用W(ω，τ)對其進行分離，得到估計的包含M個源的信號Y(ω，τ)，即Y(ω，τ)＝X(ω，τ)W(ω，τ)，Y(ω，τ)為Mx1的向量；

步驟3)依據公式(1)和公式(2)更新輔助函數V_m(ω；τ)；

式(1)中，α(0≤α≤1)是遺忘因子，L_b為塊大小；

步驟4)依據公式(3)和公式(4)更新盲分離矩陣W(ω，τ)，式(3)中e^k表示一個列向量，其中第k個元素為1，其余為0；

w_m(ω；τ)←(W(ω；τ)V_m(ω；τ))^-1e^m (3)

步驟2)、3)和4)按算法1所示進行迭代計算W(ω，τ)和分離M路聲源得到最終的Y(ω，τ)。

算法1：Block-Online的AuxIVA更新規則；

for τ＝1 to N_τ do；

更新源分離矩陣：W(ω；τ)＝W(ω；τ-1)；

for n＝1 to N do；

for m＝1 to M do；

公式(1)更新r_k(τ)(如步驟3))；

for ω＝1 to N_ω do；

更新輔助變量V_k(ω；τ)(如步驟3))和盲矩陣更新(如步驟4))；

end for

end for

end for

end for。