计算听觉场景分析介绍

介绍了计算听觉场景分析的研究内容、理论依据、归类线索及意义，并以听觉的两大类型（数据驱动及图式驱动）为框架较详细地阐述了计算听觉场景分析系统的主要结构及研究进展，指出了信息双向互流将是未来CASA研究的主要模式。     

基于分频带自相关函数的混叠语音基频分离提取新算法

混叠语音的基频分离提取问题是听觉场景分析系统的重要一环。以往的分频带自相关函数的混叠语音基频分离提取方法都是基于频带只受混叠信号之一支配的假设,而事实上,频带常常同时受两个信号影响,为此,本文提出了一种混叠语音基频分离提取新算法,算法在寻找可能的频带组时采用了闭环自适应频带选取模块,根据频带组的基频及其周期度确定两个潜在基频,提高了搜索潜在基频的鲁棒性;利用两个潜在基频重新判断频带的归属来分离信号提取基频,提高了提取基频的精度。实验结果证明新算法具有较高的有效基频提取精度。     

一种混叠语音清浊音判断方法

提出了一种混叠语音清浊音判断方法。该方法在分频带自相关函数的混叠语音基频分离提取算法中，引入了双周期度及频带组的分布度两个参数用于对混叠语音清浊判断，从而使基于分频带自相关函数的混叠语音基频分离提取方法不再局限于浊音，可推广到清音信号。实验结果证明算法有一定的清浊音判断能力。     

基于双基频多带激励分离模型的元音分离

听觉场景分析(AuditorySceneAnalysis,ASA)是一种模仿人的听觉特性实现对混叠声音信号进行分离的方法。作为ASA的基础研究,论文针对各种ASA系统存在的相近频带信号无法有效分离问题,提出了一种新的基于双基频多带激励分离模型的元音分离系统,该系统利用两语音信号的基音轨迹特性提取多带激励分离模型中两基频对应的语音的各次谐波参数,将两组参数代入多带激励合成模型从而得到两个分离的语音信号。文中给出了算法的原理与具体描述。仿真实验结果表明,系统对存在基音频率差异的元音信号能实现有效的分离。