欢迎来到天天文库
浏览记录
ID:56059174
大小:366.36 KB
页数:5页
时间:2020-06-20
《基于局部多项式傅里叶变换的语音盲源分离.pdf》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、语音技术⑥6@@可@@响响⑨0⑥V基于局部多项式傅里叶变换的·技术分析·语音盲源分离米贾亮,田宇翔,(1.沈阳航空航天大学电子信息工程学院,辽宁沈阳110136;2.空军93617部队,北京101400)【摘要】频域的语音信号盲源分离多采用短时傅里叶变换以及Wigner—Ville分布(WVD)求信号的功率谱,而短时傅里叶变换对于多分量信号的频率分辨率受窗函数影响很大,WVD是一种非线性时频变换,处理多分量信号受交叉项影响很大。局部多项式傅里叶变换(IJPFT)不仅提高了频率估计精度而且大大减少了时频分布中交叉项的影响。将语音
2、信号表示为多分量的多项式相位信号,对语音信号作二阶u,FI’,求得其局部多项式傅里叶变换谱嘲一(u'P),并构造时频矩阵,采用联合近似对角化算法求得能使信号功率谱矩阵近似对角化的一个酉矩阵,通过信号的白化以及酉矩阵来估计源信号,有效地分离出了原始信号。仿真结果表明,在噪声环境下可以将两个不同的语音信号进行分离。【关键词】局部多项式傅里叶变换;盲源分离;联合对角化;语音信号盛【中图分类号】TN912.3【文献标志码】ASpeechSignalBfindSeparationBasedonLocalPolynomialFourier
3、TransformJIALiang,TIANYuxiang,(1.CollegeofElecteonicandInformationEngineering,ShenyangAerrospaceUniversity,Shenyang110136,China;2.AirForceUnitof93617,Beijing101400,China)【Abstract】Thespeechsignalblindsourceseparationinfrequencydomainusesshort-timeFouriertransformati
4、on(sTfTr)andWigner-Villedistribution(WVD)forsignalpowerspectrum.Forthemulticomponentsignalshort—timeFouriertransformfrequencyresolutionisafectedbywindowfunction.WVDisanon·lineartime—frequencytransform,intheprocessingofthemulti-componentsignalishighlyaffectedbythecro
5、ssterms.LocalPolynomialFourierTransform(LPrr)hasbeenusedinmanysignalprocessingfieldasageneralizedformofS,I'FT.Theprecisionoffrequencyestimationisimprovedandtheinflu-enceofcrosstermsinthetime—frequencydistributionisreduced.Thespeechsignalisexpressedbythemuhi—componen
6、tpol—ynomialphasesignalinthisp印er,andmakesthesecond—order㈣.ItslocalpolynomialFourierconversionspectrum(LPP)isobtainedandthetime·frequencymatrixiscoonstructed.Finallythejointapproximatediagonalizationalgorithmisusedtoobtaintheenablingsignal’Spowerfrequencyspectrummat
7、rixthatapproximatediagonalizationqnitarymatrix.Thesourcesignalthroughthesignalalbinismaswellisestimatedasunitarymatrix,itcanseparatetheprimarysignalefectively.Theresultsshowthatthediferentspeechsignalscanbesuccessfullyseparatedinthenoiseenvironment.【Keywords】LPFT;bl
8、indseparation;jointapproximatediagonalization;speechsignal的盲源分离以及联合对角化(JD)算法等,都在瞬时1引言混合盲源分离问题中取得了一定的成果。近些年盲源分离问题最初来源于“鸡尾酒会”问题,是来又有许多新的算法应用
此文档下载收益归作者所有