公开(公告)号：CN107942290A

公开(公告)日：2018-04-20

申请号：CN201711138517.7

申请日：2017-11-16

Applicant: 东南大学

Inventor： 周琳 ,  王立杰 ,  庄琰 ,  李楠

IPC: G01S5/20 ,  G01S3/803 ,  G06N3/02

Abstract: 本发明公开了一种基于BP神经网络的双耳声源定位方法，本发明提取出双耳声信号的互相关函数与耳间强度差作为特征参数，用反向传播BP神经网络对特征参数进行建模。测试过程中根据测试双耳声信号的互相关函数和耳间强度差，利用神经网络估计每帧双耳声信号对应的声源方位。相对于现有技术，本发明鲁棒性和准确率有明显提高。

公开(公告)号：CN108091345B

公开(公告)日：2020-11-20

申请号：CN201711443394.8

申请日：2017-12-27

Applicant: 东南大学

Inventor： 周琳 ,  庄琰 ,  王立杰 ,  李楠

IPC: G10L21/0308 ,  G06K9/62

Abstract: 本发明公布了一种基于支持向量机的双耳语音分离方法，该方法首先将双耳声信号经过Gammatone滤波器后，提取各个子带声信号的耳间时间差ITD和参数耳间强度差IID；在训练阶段，将包含两个声源的纯净混合双耳声信号提取的子带ITD、IID参数作为支持向量机SVM的输入特征，训练得到每个子带的SVM分类器，在测试阶段，在混响和噪声环境下，对包含两个声源的测试混合双耳声信号提取子带特征，利用各个子带的SVM分类器，对各个子带的特征参数进行分类，从而完成对混合语音中各个声源的分离。本发明基于支持向量机模型的分类能力，实现了复杂声学环境下鲁棒的双耳语音分离，同时有效解决了频点数据丢失的问题。

公开(公告)号：CN108091345A

公开(公告)日：2018-05-29

申请号：CN201711443394.8

申请日：2017-12-27

Applicant: 东南大学

Inventor： 周琳 ,  庄琰 ,  王立杰 ,  李楠

IPC: G10L21/0308 ,  G06K9/62

CPC classification number: G10L21/0308 ,  G06K9/6269 ,  H04S2420/01

Abstract: 本发明公布了一种基于支持向量机的双耳语音分离方法，该方法首先将双耳声信号经过Gammatone滤波器后，提取各个子带声信号的耳间时间差ITD和参数耳间强度差IID；在训练阶段，将包含两个声源的纯净混合双耳声信号提取的子带ITD、IID参数作为支持向量机SVM的输入特征，训练得到每个子带的SVM分类器，在测试阶段，在混响和噪声环境下，对包含两个声源的测试混合双耳声信号提取子带特征，利用各个子带的SVM分类器，对各个子带的特征参数进行分类，从而完成对混合语音中各个声源的分离。本发明基于支持向量机模型的分类能力，实现了复杂声学环境下鲁棒的双耳语音分离，同时有效解决了频点数据丢失的问题。

公开(公告)号：CN107942290B

公开(公告)日：2019-10-11

申请号：CN201711138517.7

申请日：2017-11-16

Applicant: 东南大学

Inventor： 周琳 ,  王立杰 ,  庄琰 ,  李楠

IPC: G01S5/20 ,  G01S3/803 ,  G06N3/02

Abstract: 本发明公开了一种基于BP神经网络的双耳声源定位方法，本发明提取出双耳声信号的互相关函数与耳间强度差作为特征参数，用反向传播BP神经网络对特征参数进行建模。测试过程中根据测试双耳声信号的互相关函数和耳间强度差，利用神经网络估计每帧双耳声信号对应的声源方位。相对于现有技术，本发明鲁棒性和准确率有明显提高。