Nedourčená slepá separace zvukových signálů

Abstract

V reálných situacích se často setkáváme s případem, kdy je v neznámém prostředí smícháno více zvukových signálů dohromady. Aby mohly být tyto signály správně interpretovány je nutné užitečné signály extrahovat z jejich směsi. Disciplína zabývající se tímto problémem se nazývá slepá separace signálů. Tato práce pojednává o vícekanálové slepé separaci zvukových signálů v reálném prostředí, a to i v případě kdy počet zdrojů přesáhne počet senzorů. První částí disertační práce je úvodem do slepé separace signálu. Je zde provedena analýza současného stavu separačních metod. Na základě získaných poznatků jsou navrženy separační systémy implementující více-stavové časově-frekvenční maskování. Tyto metody však stále provádí nelineární změny ve spektru, jež mohou způsobovat hudební šum. Jsou tedy představeny další metody potlačující hudební šum. Tyto metody kombinují časově-frekvenční binární maskování a adaptivní metody směrování přijímací charakteristiky. Výsledkem je nový lineární separační systém aplikovatelný i v případě kdy počet zdrojů převyšuje počet senzorů. V závěrečné části práce jsou navržené separační systémy vyhodnoceny pomocí objektivních i subjektivních testů.We often have to face the fact that several signals are mixed together in unknown environment. The signals must be first extracted from the mixture in order to interpret them correctly. This problem is in signal processing society called blind source separation. This dissertation thesis deals with multi-channel separation of audio signals in real environment, when the source signals outnumber the sensors. An introduction to blind source separation is presented in the first part of the thesis. The present state of separation methods is then analyzed. Based on this knowledge, the separation systems implementing fuzzy time-frequency mask are introduced. However these methods are still introducing nonlinear changes in the signal spectra, which can yield in musical noise. In order to reduce musical noise, novel methods combining time-frequency binary masking and beamforming are introduced. The new separation system performs linear spatial filtering even if the source signals outnumber the sensors. Finally, the separation systems are evaluated by objective and subjective tests in the last part of the thesis.