2021年联合在线多通道声学回声消除与语音去混响技术如何实现？

本文共计6392个文字，预计阅读时间需要26分钟。

文章：基于联合声源分离的声学回声消除与语音去混响方法

摘要：本文提出了一种联合声源分离算法，能够同时减少声学回声、语音混响和噪声源。该算法通过联合处理声源分离和声源分离后的信号，有效提高了声源分离的准确性。实验结果表明，该方法在多个在线多通道声学场景中表现出色，能够显著提升语音质量。

论文地址：arxiv.53yu.com/abs/2104.04325

联合在线多通道声学回声消除、语音去混响和声源分离 摘要：

　　本文提出了一种联合声源分离算法，可同时减少声学回声、混响和干扰源。通过最大化相对于其他源的独立性，将目标语音从混合中分离出来。结果表明，分离过程可以分解为级联的子过程，分别与声学回声消除、语音去混响和源分离相关，所有这些都使用基于辅助函数的独立分量/矢量分析技术及其求解顺序来求解是可交换的。级联解决方案不仅导致较低的计算复杂度，而且比普通联合算法具有更好的分离性能。

关键字：回声消除、去混响、源分离、独立分量分析

1 引言

　　在全双工语音交互模式下工作的智能设备需要同时处理回放回声、房间混响和干扰源。文献中对这三种失真进行了广泛的研究，并且已经分别开发了许多经典算法，例如用于声学回声消除 (AEC) 的归一化最小均方 (NLMS) 算法 [1, 2]、加权预测误差 (WPE) ) 算法 [3, 4] 用于语音去混响 (DR) 和基于辅助功能的独立分量/矢量分析 (Aux-ICA/IVA) 算法 [5, 6] 用于盲源分离 (BSS)。