基于FastICA的语音盲源分离方法OA北大核心CSCDCSTPCD
Blind separation of sound signal by using FastICA
独立分量分析(ICA)在处理盲信号分离中被广泛使用,但其收敛速度较慢.为此文章重点介绍了一种更为有效的盲源分离方法——快速独立分量分析(FastICA).文章在介绍了FastICA的基本理论和方法之后,将其应用到语音分离中.在采集了三个实际的声音信号后,将三个原始信号进行混叠,在matlab仿真环境下用FastICA方法对混叠信号进行分离,将分离结果与原始信号波形进行比对,结果说明该算法具有良好的分离效果.
赵忠华;杨晓梅
新疆师范大学物理与电子工程学院,乌鲁木齐830054新疆财经大学计算机科学与工程学院,乌鲁木齐830012
信息技术与安全科学
盲源分离语音信号识别FastICA
Blind signal separationSound signal separationFastICA
《四川大学学报（自然科学版）》 2015 (4)
830-834,5
新疆师范大学优秀青年教师科研启动基金(XJNU201317)
评论