多说话人场景下连续相对传递函数向量估计的协方差阻断与白化方法
音频与语音处理
2023-10-26 v1
摘要
本文解决了在含噪混响环境中估计多个说话人相对传递函数（RTF）向量的挑战。更具体地，我们考虑两个说话人依次激活的场景。在该场景中，第一说话人的 RTF 向量可直接估计，主要挑战在于在两人同时激活的片段中估计第二说话人的 RTF 向量。为估计第二说话人的 RTF 向量，所谓的盲斜投影（BOP）方法确定最优阻断第二说话人的斜投影算子。本文不阻断第二说话人，而是提出一种协方差阻断与白化（CBW）方法，其首先阻断第一说话人并利用估计的噪声协方差矩阵进行白化，然后基于奇异值分解估计第二说话人的 RTF 向量。当在线性约束最小方差波束成形器中使用两个说话人的估计 RTF 向量时，使用真实录音针对多个说话人位置的仿真结果表明，所提 CBW 方法在信干噪比提升方面优于传统的 BOP 与协方差白化方法。
引用
@article{arxiv.2310.16327,
title = {Covariance Blocking and Whitening Method for Successive Relative Transfer Function Vector Estimation in Multi-Speaker Scenarios},
author = {Henri Gode and Simon Doclo},
journal= {arXiv preprint arXiv:2310.16327},
year = {2023}
}
备注
IEEE Workshop on Applications of Signal Processing to Audio and Acoustics (WASPAA), New Paltz, NY, USA, Oct 22-25, 2023