基于甘南拉卜楞寺安全防范系统的语音信号增强技术研究

Labrang monastery in Gansu province which is located in the Gannan Tibetan Autonomous Prefecture, is one of China's six major monasteries of Tibetan Buddhism, is the supreme Buddhist Universities of the Gelug Sect of Tibetan Buddhism which built a large number of Buddha hall and temple, is known as the world Tibetan Universities which is a national key cultural relics protection units. On the basis of the completed natural fund project in gansu province " speech signal enhancement algorithm integrated simulation", the project research on speech signals which is directly obtained by signal sensor without any prior knowledge used and more reflect reverberation conditions blind source separation and combination of speech post-processing algorithm to enhance the speech.The present algorithm in this special background is difficult to have a better subjective and objective evaluation of performance. The main research contents including:(1)Blind source separation algorithm achieve multi-channel speech separation;(2) The speech post-processing algorithm achieve adaptive noise filtering in audio source mobile environment;(3) Model of reverberation residual crosstalk inside the building and estimation. The research results will offer new theory support and technical methods on robust real-time separation for the source signals of multiple mobile under complex environment and will be used specifically in the more speech recognition for Monitoring system of public buildings etc. It has great significance to guard against Tibet independence forces destroyed and maintain social stability.

拉卜楞寺位于甘肃省甘南藏族自治州夏河县，是我国藏传佛教六大寺院之一，是藏传佛教格鲁派最高佛学学府，建有大量的的佛殿和属寺，被誉为世界藏学府，是全国重点文物保护单位，本项目在已完成的甘肃省自然基金资助课题"语音信号增强算法综合仿真研究"的基础上，研究在寺院殿堂内语音信号传感器直接获得的信号在没有源信号任何先验知识可以被利用以及多反射混响条件下的盲源分离并结合语音后处理算法实现语音增强，现有的单一算法很难在这种特有背景下具有较好的主观及客观评价性能。项目主要研究内容包括：⑴盲源分离算法实现多路话音分离；⑵语音后处理算法实现音源移动环境下的自适应噪声滤除；⑶建筑物内混响残留串扰的建模与消除。本研究成果将对复杂环境下多移动源信号实现鲁棒实时分离提供新的理论支持与技术方法，可具体应用于公共建筑物内监听等系统中的多话音辨识，这对于防范藏独势力破坏及维护社会稳定都具有十分重要的意义。

本项目研究在室内环境下语音信号多传感器直接获得的信号在没有源信号任何先验知识可以被利用以及多反射混响条件下的盲源分离并结合语音后处理算法实现语音增强，项目研究分为四大部分内容：⑴研究了语音信号的噪声估计特性及预处理算法，提出了改进的最小值控制递归平均算法，可对噪声的变化做出实质性快速跟踪，其次研究了语音信号的预处理算法，针对带噪语音信号中所含的背景噪声，提出了多窗谱估计改进算法，能更有效的抑制背景噪声。⑵研究了自适应盲源分离算法实现多路移动源语音信号分离算法，基于变分贝叶斯的语音信号盲源分离算法，引入了变分贝叶斯独立分量分析对含噪声的语音混合系统进行分离，解决混合系统后验概率计算非常复杂的问题；基于稀疏表示的语音信号盲源分离算法针对模糊C均值聚类算法过于依赖初始聚类中心，在混合矩阵估计中精度低、鲁棒性差的缺点，将遗传算法和模拟退火算法相结合，提出了一种基于遗传模拟退火优化FCM混合聚类和霍夫变换的混合矩阵估计算法；基于联合块对角化的卷积盲源分离算法针对传统的非正交联合块对角化算法的不足之处，改进了其代价函数，加入非奇异性约束项来规避奇异解，实现了代价函数的最小化，得到了分离矩阵的最优解。⑶研究了室内环境下混响影响及消除的后处理算法，算法将TF-GSC与最小相位分解技术相结合，并针对基于TF-GSC和最小相位分解的语音去混响方法计算量较大的问题进行了改进，利用混响语音的相位来替代全通分量的相位信息以减少运算量。⑷研究了基于OMAP 3530平台的实时语音处理优化算法，在搭建的OMAP-L138为核心的双核开发平台上，优化并移植了基于实时DSP芯片对语音信号处理的应用程序，取得了一定的实际效果，本研究成果的完成将对复杂环境下多移动源信号实现鲁棒实时分离提供新的理论支持与应用范例。