基于图像视觉分析与人类听觉系统机理的单通道CASA研究

项目名称： 基于图像视觉分析与人类听觉系统机理的单通道CASA研究

项目编号： No.61202084

项目类型： 青年科学基金项目

立项/批准年度： 2013

项目学科： 自动化技术、计算机技术

项目作者： 林劼

作者单位： 电子科技大学

项目金额： 24万元

中文摘要： 本项目交叉了图像视觉处理、计算听觉场景分析（CASA）和人类听觉系统原理，以图像视觉分析与人类听觉系统机理为新思路，研究基于CASA理论的一类新型语音分离理论与算法，以解决单通道语音分离技术中存在的多项挑战性关键问题，改进与提升语音分离系统的整体性能与实用性。项目一方面以对语音时频谱图或Cochleagram图的图像视觉性分析为突破点，研究混合语音信号中原始语音信号的组合遮掩关键性问题的图形化解决方法。另一方面围绕我们提出的人类听觉系统机理的基本概念，以计算机模型和算法对该理论进行原始创新性描述。从图像视觉分析技术与基于模型学习的CASA基本机理出发，探索研究采用这一计算模型与算法实现语音分离过程中模型间约束关系表示问题、特征提取问题和语音模式鲁棒性估计问题的有效解决方法。进一步围绕提出的两类新方法，探索基于模型学习但说话人非依赖性的语音分离系统实现过程，揭示新模型与方法的有效性和实用性。

中文关键词： 语音分离；计算听觉场景分析；图像视觉分析；人类听觉系统机理；鲁棒性

英文摘要： From the points of image & vision analysis and principles of the human auditory system, by bring together the knowledge in image & vision processing, computational auditory scene analysis(CASA) and principles of the human auditory system, we will

英文关键词： Speech Separation；CASA；image and vision analysis；auditory system principle；robust