一种自适应算法的语音信号盲分离

一种自适应算法的语音信号盲分离

ID:38117901

大小:1.68 MB

页数:5页

时间:2019-05-25

一种自适应算法的语音信号盲分离_第1页
一种自适应算法的语音信号盲分离_第2页
一种自适应算法的语音信号盲分离_第3页
一种自适应算法的语音信号盲分离_第4页
一种自适应算法的语音信号盲分离_第5页
资源描述:

《一种自适应算法的语音信号盲分离》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第26卷第7期信号处理Vol.26.No.72010年7月SIGNALPROCESSINGJul.2010一种自适应算法的语音信号盲分离梁淑芬江太辉(五邑大学信息学院,广东江门529020)摘要:盲信号处理算法主要有批处理算法和自适应算法两类,本文导出了一种批处理和自适应相结合的快速独立分量分析(FastIndependentComponentAnalysis,FastICA)算法,将该算法应用于语音信号盲分离处理,通过综合实验,从分离前后的波形、频谱图和主要评价参数说明该算法具有良好的信号分离效果。与扩展联合对角化(TheJointApproximativeDiagonalizati

2、onofEigenmatrix,JADE)算法和自然梯度(NaturalGradient,NG)算法比较,fastICA算法具有更好的分离效果。关键词:盲信号处理;语音信号盲分离;快速独立分量分析;批处理算法;自适应算法中图分类号:TN912.3文献标识码:A文章编号:1003-0530(2010)07-1094-05BlindseparationofspeechsignalbasedonanadaptiveagorithmLIANGShufenJIANGTaihui(Schoolofinformation,WuyiUniversity,Jiangmen529020,China)A

3、bstract:Themaintypesofblindsignalprocessingalgorithmarebatchalgorithmandadaptiveagorithm.Combinedwithbatchalgorithmandadaptiveagorithm,thefastindependentcomponentanalysisalgorithmforspeechsignalblindseparationprocessingispresentedinthispaper.Throughthecomprehensiveexperiments,theresultsshowthatF

4、astICAalgorithmhasgoodsignalseparationefficiencyfromthesignalwaveformsandspectrumsbeforeandafterseparationandthemainevaluationparameters.FastICAalgorithmhasbetterseparationefficiencythanthejointapproximativediagonalizationofeigenmatrixalgorithmandnaturalgradientalgorithm.Keywords:BlindSignalPro

5、cessing;SpeechSignalBlindSeparation;FastIndependentComponentAnalysis;BatchAlgorithm;AdaptiveAgorithm法、四阶盲辨识算法、扩展联合对角化算法(JADE)和基1引言于实信号的ICA分离算法等;具有自适应特性的算法有盲信号分离(BlindSignalSeparation,BSS)是指在自然梯度算法、基于最大信噪比BSS算法和基于峭度的信号源和传输信道完全或部分未知的情况下,只利用盲分离开关算法。本文介绍一种具有批处理和自适应传感器阵或天线阵的观测数据来分离、提取源信号的特性的快速独立分量分析(

6、FastICA)的语音盲分离方[1]信号处理理论。语音信号的盲分离是盲信号处理在法。通过实验,说明该算法具有良好的分离效果。语音信号处理研究与应用的热点之一,其主要原理是:2盲信号分离的数学模型人的听觉系统能够在嘈杂环境中发现、识别并跟踪自[1]己感兴趣的声音信号而忽略其它声音,即人具有语音盲信号分离的数学模型可描述如下:分离的能力。语音信号盲分离技术模仿人的这种能x=As+n(1)力,用于解决多个说话人环境下,对特定说话人语音的s^=y=Wx=WAs=Gs(2)式中,x为n维观测信号矢量,x(t)=[x(t),x(t),…,分离提取,同时对语音进行增强。该项技术在噪声抑12Tx(t)

7、]。s为n维未知的源信号矢量,s(t)=[s(t),制、语音识别(包括说话人识别),语音通信、公安破案n1Ts(t),…,s(t)]。n为n维的噪声矢量,n(t)=等领域有重要应用。语音信号盲分离方法可分为批处2nT理和自适应方法两类。批处理方法主要有极大峰度算[n1(t),n2(t),…,nn(t)]。y(或s^)是系统的输出矢收稿日期:2009年8月18日;修回日期:2009年11月23日基金项目:广东省教育厅育苗工程项目(粤财教[2008

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。