基于 CASA、HMM 多基频跟踪与中帧谐波模型的共道语音分离混合方法
声音
2013-12-17 v1
摘要
本文提出了一种用于共道语音分离的混合方法。利用隐马尔可夫模型（HMM）跟踪两位说话人的基频。随后，利用显著基频对得到的基频轨迹进行增强。利用基频连续性对增强后的轨迹进行正确分组。对于仅通过前述步骤推导出一个基频的帧，利用中帧谐波提取第二个基频。最后，将基频轨迹输入计算听觉场景分析（CASA）以分离混合语音。最大化伽马音滤波器的中心频率范围，以减少滤波通道间的重叠，从而实现更好的分离。在语音分离挑战数据库上使用该混合方法进行了实验，并与单一（非混合）方法（即信号处理和 CASA）进行了比较。结果表明，混合方法的性能优于单一方法。
引用
@article{arxiv.1312.4127,
title = {A Hybrid Approach for Co-Channel Speech Segregation based on CASA, HMM Multipitch Tracking, and Medium Frame Harmonic Model},
author = {Ashraf M. Mohy Eldin and Aliaa A. A. Youssif},
journal= {arXiv preprint arXiv:1312.4127},
year = {2013}
}
备注
Keywords: CASA (computational auditory scene analysis); co-channel speech segregation; HMM (hidden Markov model) tracking; hybrid speech segregation approach; medium frame harmonic model; multipitch tracking; prominent pitch