Separace akustických záznamů

Abstract

Cílem této práce bylo navrhnout algoritmus pro separaci akustických záznamů pořízených mikrofonním polem, zejména záznamů řečových. Algoritmus využívá k separaci sadu filtrů s konečnou impulzní odezvou, jeden filtr pro každý kanál. K nastavení koeficientů těchto filtrů je využito kalibračních dat. Jako kalibrační data jsou v této práci použity signály ze zdroje s neměnnou pozicí. Tyto záznamy jsou následně segmentovány a s využitím signulárního rozkladu jsou z nich určeny optimální hodnoty koeficientů filtru. Filtrované záznamy z jednotlivých kanálů jsou následně sečteny. K testování algoritmu byla použita simulovaná data a data získaná z mikrofonního pole. Kvalita rekonstrukce signálu byla hodnocena na základě střední kvadratické chyby ve spektru a cepstru signálu. Kvalita separace byla posuzována na základě odstupu signál-šum. Algoritmus je schopný výrazně potlačit korelovaný šum při zachování srozumitelnosti řeči přicházející z požadovaného směru.

The purpose of this work is to create an algorithm that separates acoustic signals, especially speech, acquired by a microphone array based on their incoming direction. The algorithm separates the signals using a set of filters with a finite impulse response -- a filter per each channel. The filter coefficient setup is done via calibration data obtained from a signal source with fixed position. The optimal coefficients of the filters are acquired by separating the records using singular value decomposition, and the filtered records from each channel are summed up. The algorithm testing was done with simulated data and data obtained from the microphone array. The reconstruction quality was assessed by the mean square error in the spectra and cepstra of the signal. The separation quality was assessed by signal-to-noise-ratio. The algorithm is able to significantly attenuate the correlated noise while retaining the intelligibility of the speech coming from the desired direction.