小波消噪和ICA在语音信号分离中的应用

被引:3
作者
王晓伟 [1 ]
石林锁 [1 ]
杨隆 [2 ]
鲁秘 [3 ]
机构
[1] 第二炮兵工程大学教研室
[2] 第二炮兵工程技术总队
[3] 中国人民解放军部队
关键词
独立分量分析; 小波消噪; 语音分离;
D O I
暂无
中图分类号
TN912.3 [语音信号处理];
学科分类号
0711 ;
摘要
为了消除语音信号分离中仍存在的部分混叠声音,提出一种基于小波消噪和独立分量分析(ICA)结合的信号分离方法。该方法将小波变换和独立分量分析结合,利用小波变换的去噪作用,滤除原始语音信号中的噪声后作为ICA的输入信号,采用FastICA算法在小波域进行独立分量分析,对输入信号实施分离。实验结果表明,该方法大大调高了传统独立分量分析对语音信号的分离效果。
引用
收藏
页码:120 / 121+188 +188
页数:3
相关论文
共 3 条
[1]   A NON-PARAMETER BAYESIAN CLASSIFIER FOR FACE RECOGNITION [J].
Liu Qingshan Lu Hanqing Ma Songde Nat Lab of Pattern Recognition Inst of Automation Chinese Academy of Sciences Beijing .
Journal of Electronics(China), 2003, (05) :362-370
[2]  
独立分量分析的原理与应用[M]. 清华大学出版社 , 杨福生, 2006
[3]  
小波的理论与应用[M]. 科学出版社 , 成礼智等编著, 2004