基于负熵最大的FastICA语音信号分离算法

实现信号盲分离功能。并将其成功应用于运用信号分选过程中，最终复原语音时域波形，完成信号分选任务。仿真实
验中，详细讨论了该方法在不同信噪比以及不同源信号数目情况下的分选能力，证明了方法的有效性和优越性。
关键词：负熵，语音信号，数目估计，盲分离，循环相关
中图分类号：TN91
文献标识码：A
DOI：10.3969/j.issn.1002-0640.2017.08.023
·101·
（总第 42-1402）源自火力与指挥控制2017 年 第 8 期
混合模型，提出了一种基于时频分析的盲信号分离 算法，并通过仿真实验验证了该算法的优越性；文 献［5］中，Mukai R提出了一种基于移动语音的实时 分离算法，提高了分离算法的实时性，放宽了算法 的应用范围；文献［6］中，Fevotte C 等人提出了一种 基于对角化的语音分离算法；还有一些研究机构致 力于语音信号盲分离算法的硬件实现［7］，在此不再 赘述。
收稿日期：2016-06-17
修回日期：2016-09-15
* 基金项目：陕西省 2017 年军民融合研究基金（17JMR26）；渭南市科研发展计划项目（2015KYJ-2-6）；渭南师范学院理工类科
研基金资助项目（16YKS010）
作者简介：同晓荣（1972- ），男，陕西白水人，副教授。研究方向：嵌入式系统、信号处理和计算机应用技术。
断涌现出新的成果，主要集中在语音信号模型的建 立与优化、分离算法的优化与改进两方面。文献［3］ 中，Smith D 等人对语音信号的模型构建进行了分 析，提出 了稀疏分解（Sparse Decomposition，SD）模 型 ， 计 算 声 场 分 析 （Computational Auditory Scene Analysis，CASA） 模型以及自回归 - 基频（AR-F0） 模型；文献［4］中，王卫华等人针对语音信号的卷积
Key words：negative entropy，speech signal，number estimation，blind separation，circular correlation
0 引言
语音信号盲分离最早起源于“鸡尾酒会”问题［1］， 其实质为“多通道盲解卷积”，即从麦克风阵列观测的 卷积混合信号中分离出具有价值的源语音信号［2］。近 年来，随着对于语音信号分离技术的研究不断深 入，人们在处理卷积混合语音信号盲分离问题上不
Vol. 42，No.8 Aug，2017
文章编号：1002-0640（2017）08-0101-04
火力与指挥控制 Fire Control & Command Control
第 42 卷 第 8 期 2017 年 8 月
基于负熵最大的 FastICA 语音信号分离算法 *
同晓荣 （渭南师范学院网络安全与信息化学院，陕西 渭南 714099）
语音信号盲分离技术模仿人的听觉特性，为解 决多说话人环境下麦克风所采集的混合语音信号 的盲源分离问题提供一类分选方法，同时在各个说 话人的语音进行增强。该技术能够应用于嘈杂环境 下的噪声抑制、语音压缩编码、语音识别及通信等 领域中。它在解决远程电话会议中的多说话人噪声 污染问题、机器人语音识别、改进语音通信质量、提 高语音可懂度、高质量的听力辅助系统，以及信息 抽取等方面能够发挥重要的作用。因此，近年来由于 实际应用的需求，使得语音信号盲分离成为语音信 号处理、移动通信和神经网络等领域的研究热点。
摘 要：语音信号分离是现代信号处理的热点问题，针对未知信号源个数的情况，提出一种基于负熵最大的
FastICA（Fast Independent Component Algorithm）语音信号盲分离算法，有效解决了源信号数目估计、语音信号分离及
复原等问题。改进的算法增加了源信号数目估计环节，放宽了算法适用条件，即在源信号数目未知的情况下，也能够
Research of FastICA Speech Signal Separation Algorithm Based on Negative Entropy Maximum
TONG Xiao-rong （School of Network Security and Informatization，W einan Normal University，W einan 714099，China）
Abstract：Speech signal separation is a hot topic in modern signal processing problems，aiming at the condition of the number of unknown source，a kind of separation algorithm based on negative entropy maximum fast independent component the correlation algorithm is proposed in this paper，this algorithm can effectively solve the problem of unknown -number of source signals. The improved algorithm increases a link of number estimation of speech signal，and it relaxed algorithm applicable conditions，namely，in the case of a number of unknown source signals，also can realize blind signal separation function. The proposed method has successful applied in the process of the use of signal sorting，the time domain waveform signal sorting task. This algorithm is discussed in detail in different SNR and number of cases of different source signal separation ability，to prove the validity of the method and superiority in simulation experiments.