多说话人环境下目标说话人语音提取方案

• 作者: 刘夏 叶于林 莫建华
• 来源期刊: 计算机系统应用
• 关键词: 欠定盲分离 势函数聚类 非线性时频掩蔽 BP说话人识别
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 专论·综述
• 页码范围: 8-15
• 页数: 8页
• 字数: 7514字
• 语种: 中文

摘要

于目标声源的方位信息与非线性时频掩蔽语音欠定盲分离方法和BP说话人识别技术的研究基础上,针对现实生活中多说话人交流场景,设计并提出了一种行之有效的解决方案,实现了对处于任意方位的任意目标说话人语音的提取.该方案总体上分目标语音搜索与提取两个阶段,搜索阶段采用了BP说话人识别技术,提取阶段采用了一种改进的势函数聚类声源方位信息与非线性时频掩蔽的语音欠定盲分离方法.实验结果表明:该方案具有可行性,可从混合语音流中有效提取处于任意方位的目标说话人语音,且效果较好,信噪比增益平均为8.68dB,相似系数为85%,识别率为61%,运行时间为20.6S.