4.2.1 模擬一模擬一模擬一模擬一：：：最小角度差：最小角度差最小角度差 最小角度差
從表 4-1 可以看出，角度差最小的組合為( 84.5 , 78.9 )以及( 78.9 , 73.2 )，因 此我們就對三種模型在這兩種情況下作測試，得到以下的結果：
表 4-5 DOA-NPCM 以及 NPCM 參數設定
( 84.5 , 78.9 )測試結果測試結果測試結果測試結果：：： ：
( 78.9 , 73.2 )測試結果測試結果測試結果測試結果：：： ：
從表 4-6 到 4-13 可以看出，除了 NPCM 本身只能估計出聲源數目之外，其他
第二個部分中，也就是當有 2 個聲源存在時，我們做了 45 組的角度組合測試，
結果如下表：
模型 高斯 拉普拉斯 廣義高斯 NPCM DOA-NPCM 正確率正確率
正確率正確率 53 % 39 % 61 % 88 % 73 %
第三個測試是 3 個聲源存在時，一共有 120 組角度組合，結果如下表：
模型 高斯 拉普拉斯 廣義高斯 NPCM DOA-NPCM 正確率正確率
正確率正確率 28 % 32 % 53 % 71 % 61 %
最後一個測試，是 4 個聲源存在時，一共有 210 組角度組合，結果如下表：
模型 高斯 拉普拉斯 廣義高斯 NPCM DOA-NPCM 正確率
正確率
正確率正確率 9 % 20 % 24 % 40 % 32 %
表 4-15 各種方法估計結果，NS=2
圖 4-13 左圖是 DOA=73.2 度的統計圖，較為集中 右圖是 DOA=15.5 度的統計圖，較為發散
表 4-16 各種方法估計結果，NS=3
表 4-17 各種方法估計結果，NS=4
從前面 4 個部分的模擬中可看出，隨著聲源數增加，估計的正確率越來越差，
Gaussian 73 53 28 9
Laplace 80 39 32 20
generalized Gaussian 77 61 53 24
NPCM 100 88 71 40
DOA-NPCM 90 73 61 32
1 2 3 4
圖 4-14 整體正確率趨勢圖
4.2.3 模擬模擬模擬模擬三三三三：：：2 個： 個個個聲聲聲聲源源源源
我們一共測試了 4 種角度組合，分別為(84.5, 78.9)、(73.2, 47.6)、(67.3, 29.9) 以及(84.5, 15.5)，此 4 個角度組合分別有不同的角度差距，角度差從小到大都有，
分別為 5.6、25.6、37.4 和 69.0 度。每個組合會有 4 次不同句話的測試，最後的 結果為 4 次測試的平均。除了比較二元遮蔽與權重遮蔽的方法，我們也與 NPCM 與 DOA-NPCM 分離的結果作比較。
因為 ITD 的資訊在 4000Hz 以上會變得混亂，因此我們只針對 4000Hz 以下的 部分作處理，下圖為其中一次測試(73.2, 47.6)的聲源聲譜圖、混合訊號聲譜圖以 及分離後語音的聲譜圖：
圖 4-15 左圖是聲源 1 的聲譜圖 右圖是聲源 2 的聲譜圖
圖 4-16 左圖是混合訊號 1 的聲譜圖 右圖是混合訊號 2 的聲譜圖
圖 4-17 左圖是用二元分離法分離後的聲源 1 聲譜圖 右圖是用二元分離法分離後的聲源 2 聲譜圖
圖 4-18 左圖是用權重分離法分離後的聲源 1 聲譜圖 右圖是用權重分離法分離後的聲源 2 聲譜圖
圖 4-19 左圖是用 NPCM 分離後的聲源 1 聲譜圖
右圖是用 NPCM 分離後的聲源 2 聲譜圖
( 84.5 , 78.9 ) ( 73.2 , 47.6 )
則該位置的 T-F unit 將不屬於任一聲源，也就是被丟棄的意思，因此這兩種方法 遮蔽中存在的 0 個數會大於二元分離法遮蔽中的 0 個數，導致失真程度比二元法 嚴重。
分離結果除了 NPCM 之外，其他方法並沒有表現出聲源相距越遠分離效果越 好的趨勢，其原因是當 DOA 角度越小時，聲譜圖上的 DOA 會越不穩定（如圖 4-13），每個 unit 的 DOA 越不會落在前面介紹的 DOA 與強度比例的曲線上，導 致分離結果不會因相距越遠而越好。但是 NPCM 只有利用強度資訊，不受前述的 影響，所以其呈現的趨勢與相距越遠而分離效果越好的期望一致。以下的圖是以 上 4 種角度組合，2 聲源強度比例與 DOA 的散點圖，可以作個簡單說明：
圖 4-21 左圖是(84.5, 78.9)的實際聲源能量比例與 DOA 散點圖 右圖是(73.2, 47.6)的實際聲源能量比例與 DOA 散點圖
圖 4-22 左圖是(67.3, 29.9)的實際聲源能量比例與 DOA 散點圖 右圖是(84.5, 15.5)的實際聲源能量比例與 DOA 散點圖
4.2.4 模擬模擬模擬模擬四四四四：：：3 個： 個個個 & 4 個聲源個聲源個聲源個聲源
在 3 個聲源的測試中，我們令 3 個聲源分別位於( 84.5 , 73.2 , 61.2 )，每個方 法都會作 4 次不同句話的測試，顯示的結果是 4 次的平均。結果如下：
分離方法分離方法
分離方法分離方法 二元 權重 NPCM DOA-NPCM
SAR 6.22 7.99 3.51 5.52
SDR 5.90 6.41 3.35 5.38
SIR 22.82 13.50 19.74 27.88
在 4 個聲源的測試中，我們令 4 個聲源分別位於( 78.9 , 67.3 , 54.7 , 39.6 )，每 個方法都會作 4 次不同句話的測試，顯示的結果是 4 次的平均。結果如下：
分離方法 分離方法
分離方法分離方法 二元 權重 NPCM DOA-NPCM
SAR 4.50 6.14 2.5 2.61
SDR 4.03 4.21 2.32 2.35
SIR 18.05 10.64 18.92 21.3
在欠定的情況下，因為聲源變多了，單一 unit 內通常不再只有一個聲源的成 分，因此 NPCM 和 DOA-NPCM 造成的失真就更嚴重了；而權重分離法還能根據 DOA 的位置，應用(式 3-29)的關係式分配 unit 的能量給不同聲源，所以會有較高 的 SDR。但是隨著聲源變多，四種分離法整體的表現還是越來越差的。
表 4-19 各種分離法的分離結果，NS=3
表 4-20 各種分離法的分離結果，NS=4
第五章 第五章 第五章
第五章 結論 結論 結論與未來展望 結論 與未來展望 與未來展望 與未來展望
本論文探討混合模型估測聲源數以及聲源方位的成效，主要是針對不同時間 延遲與強度衰減的混合訊號來作測試。論文中實驗了三種不同的混合模型以及兩 種 NPCM 的方法，將訊號轉到頻域後，再對每個 T-F unit 的 DOA 作統計。分別 是常見的高斯混合模型和拉普拉斯混合模型，還有自由度更高的廣義高斯混合模 型，加上原本的 NPCM 還有 DOA-NPCM。除了聲源數、聲源方位的估測，我們 在得到前述的兩個資訊後，探討四種遮蔽分離法來分離混合訊號，分別是二元分 離法、權重分離法、NPCM 以及 DOA-NPCM。
比較各種方法的結果，在空間解析度上，五個方法的表現是平分秋色，最小 可分辨的角度差約為 5.5 度。在聲源數目的正確率上，雖然 NPCM 的效能是最佳 的，但它無法同時提供聲源的方向。而 DOA-NPCM 和廣義高斯混合模型雖然在 聲源數目的正確率表現是次佳的，但除了聲源數目外，它們還能同時獲得聲源的 方向。而 NPCM、DOA-NPCM 和廣義高斯模型在聲源數為 3 時，都達到五成以 上的正確率，推斷其可處理的空間最大聲源數為 3。
而在分離法的比較上，在任何的角度組合以及聲源數的情形之下，權重分離 法在 SDR 的分數一直都是最高的，表示用權重的方式可以保留較多原本語音的 成分，但是其他方法對於原本語音造成的破壞就較嚴重。
遮蔽分離法是在雜訊消除與語音失真程度間作取捨，當消去越多雜訊的同 時，也會對原本的語音造成破壞。在此研究中，我們利用相位差資訊估計聲源數 以及分離語音，但成效上會受到其本身在 DOA 太小時的限制，未來我們將結合 聲音的強度資訊來進行方向估計和音源分離的研究。畢竟，從感知的觀點來看，
人們也是同時使用雙耳時間差和能量差，來有效地在各種環境下進行聲源定位。