一种自适应算法的语音信号盲分离

被引:7
作者
梁淑芬
江太辉
机构
[1] 五邑大学信息学院
基金
广东省自然科学基金;
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;
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
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(TheJoint Approximative Diagonalization of Eigenmatrix,JADE)算法和自然梯度(Natural Gradient,NG)算法比较,fastICA算法具有更好的分离效果。
引用
收藏
页码:1094 / 1098
页数:5
相关论文
共 4 条
[1]   扩展联合对角化算法及其在语音分离中的应用 [J].
江川 ;
江太辉 .
五邑大学学报(自然科学版), 2008, (04) :10-15
[2]   基于分阶段学习的盲信号分离 [J].
朱孝龙 ;
保铮 ;
张贤达 .
中国科学E辑:技术科学, 2002, (05) :693-703
[3]  
盲信号处理[M]. 国防工业出版社 , 马建仓,牛奕龙,陈海洋编, 2006
[4]  
独立分量分析的原理与应用[M]. 清华大学出版社 , 杨福生,洪波著, 2006