基于听觉场景分析的单声道双人混合语音浊音分离
张晗
张二华
姜珊
南京理工大学计算机科学与工程学院 南京 210094
摘要：语言是人类最重要的信息交流方式,在实际环境中,各种噪声严重影响语音的音质及清晰度,使语音识别的正确率明显下降.若应用语音分离技术将目标语音从混合语音中分离出来,则能有效提高语音识别的性能.语音分离可分为单声道语音分离和多声道语音分离,其中单声道语音分离最为困难.论文研究了基于听觉场景分析(CASA)的单声道语音分离方法,首先以基音周期轨迹为线索,根据浊音的谐波结构,分离出目标语音的频谱,再由傅里叶反变换(IFFT)重构分离语音,针对分离语音中存在的窜音现象,采用振幅平滑和相位调整法消除窜音.实验结果表明,该方法能有效消除窜音现象,显著提高分离语音的清晰度.
关键词：语音分离基音周期窜音振幅平滑相位调整法
分类号：TM912(独立电源技术（直接发电）)
资助基金：军委装备部十三五装备预研领域基金项目(61403120102)
论文发表日期：2022-11-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 2461-2466,2496 )
英文信息