1.一种基于最大期望算法的语音信号到达时差估算方法,包括一对用于接收远场语音信号的麦克风,其特征在于,包括以下步骤:S1.对麦克风接收的语音信号进行预处理得到频域信号;
S2.基于语音信号的稀疏表征构建频域信号的混合概率密度函数;
S3.利用最大期望算法估算混合概率密度函数中的到达时差;包括:S301.初始化达到时差和语音存在的先验概率;
S302.使用E-step计算语音存在的后验概率;
;
式中,为在时频点上语音信号不存在的概率;为在时频点上语音信号存在的概率;为语音信号不存在时频域信号的概率密度函数;为语音信号存在时频域信号的概率密度函数;上标代表迭代的步数;为到达时差估计值;
S303.使用M-step计算语音存在的先验概率和到达时差;
;
;
式中,为一帧语音信号所含的频带个数;代表后验语音不存在概率或后验语音存在概率;代表先验语音不存在概率或先验语音存在概率;
S304.循环迭代E-step 和M-step至估计达到最大迭代次数。
2.根据权利要求1所述的一种基于最大期望算法的语音信号到达时差估算方法,其特征在于,所述S1包括以下步骤:S101.一对麦克风接收到的带噪语音在时域上的时域信号表示为:;
;
式中,为采样时刻;为语音源信号;和为两个麦克风分别接收到的带噪声的语音信号;和为噪声信号;即为到达时差;
S102.分别对时域信号和时域信号进行加窗、分帧,获得若干帧短时域信号,并对每一帧短时域信号进行短时傅里叶变换获得若干个频带的频域信号:;
;
式中,代表语音帧的编号;代表频带的编号;
S103.简化得到频域信号为:;
式中:
;
;
。
3.根据权利要求2所述的一种基于最大期望算法的语音信号到达时差估算方法,其特征在于,所述S2包括:基于语音信号在时频域上分布的稀疏性,使用高斯混合模型构建频域信号的混合概率密度函数:;
式中,语音信号存在的概率表征语音信号在时频域的稀疏性,为在时频点上语音信号不存在的概率;为在时频点上语音信号存在的概率;;
为语音信号不存在时频域信号的概率密度函数:;
其中,代表对角协方差矩阵:;
和是两个麦克风所接收的噪声功率谱;
为语音信号存在时频域信号的概率密度函数:;
其中,为协方差矩阵,,为语音功率谱,;。
4.根据权利要求3所述的一种基于最大期望算法的语音信号到达时差估算方法,其特征在于,所述噪声功率谱和根据频域信号估计获得。