固定目标声源双麦克风降噪技术：基于空间方位模型

该文档是关于基于目标声源方位已知的双麦克风噪声抑制技术的研究，主要讨论了如何在已知目标声源位置的情况下，通过双麦克风系统有效地抑制背景噪声。 在双麦克风噪声抑制领域，通常面临的挑战是噪声情况的不确定性以及干扰源的存在。文中提到，尽管噪声的具体状况无法预知，但可以通过在线模型适应方法来估计实际噪声的空间方位模型。这种方法涉及到从目标声源模型中分析变化，选择变化最大的Gaussian混合模型（GMM）分量进行重组，以逼近噪声源的空间方位。 文章进一步阐述了语音信号的时频分布稀疏性这一关键特性，利用这种特性可以区分目标语音和噪声。通过极大似然方法，对时频点进行分类，降低噪声时频点的能量，从而达到降噪的效果。具体来说，应用短时傅里叶变换（STFT）将信号转化为时频域，并使用二元掩模（binary mask）来标识目标语音的时频点，掩模的准确估计对于判断时频点归属至关重要。 在目标声源空间方位模型的建立部分，文章指出，当目标声源的位置固定时，可以预先构建其空间方位模型。模型构建依赖于声源到两个麦克风之间的相位差（inter-microphone phase differences, IPD），这在忽略环境混响和反射影响的情况下是有效的。通过IPD，可以区分目标语音与噪声，因为不同声源的相位差异是其空间位置的直接反映。 此外，文章还提到了一种对比方法，即已知噪声方位并独立建模的非盲降噪方法。通过与这种方法的比较，验证了所提出方法的有效性。 这篇研究论文深入探讨了在双麦克风系统中，如何利用目标声源的已知方位信息来优化噪声抑制策略，尤其是在噪声源和目标声源都可能是语音的情况下，如何通过声源定位和模型适应来提升降噪性能。这样的技术对于提高语音识别、语音通信等应用场景的质量具有重要意义。