题名 一种快速的频域盲语音分离系统
被引量：5
1
作者
张雪峰 刘建强 冯大政
机构
西安电子科技大学雷达信号处理国家重点实验室
出处
《信号处理》
CSCD
北大核心
2005年第5期434-438,共5页
基金
此研究受Intel科研基金资助
文摘
对真实环境中的混迭语音信号进行盲分离是一个非常困难的任务。许多在仿真信号环境下工作很有效的算法常常不能成功地分离真实环境中录取的混迭语音信号。本文通过对一系列预处理(如解相关),独立分量分析和后处理(解排列和尺度不定性)算法进行优化和有机结合,提出了一种快速的频域盲语音分离系统,有效地实现了对卷积混迭的语音信号的盲分离。特别,文中引入一种改进的数据白化算法,它可以节省运算量并提高独立分量分析算法的收敛速度。基于真实录音信号的仿真实验显示该系统能够快速和稳健地分离卷积混迭的语音信号。
关键词
盲语音分离 独立分量分析 白化 语音 信号分离 系统频域 仿真实验 信号环境 收敛速度 盲 分离
Keywords
blind speech separation independent component analysis whitening
分类号
TN912.3
[电子电信—通信与信息系统]
TQ221.211
[化学工程—有机化工]
题名 改进粒子群算法在水下盲语音分离中的应用研究
被引量：1
2
作者
王光艳 耿艳香 陈雷
机构
天津商业大学信息工程学院
出处
《应用科学学报》
CAS
CSCD
北大核心
2018年第4期589-600,共12页
基金
国家自然科学基金青年科学基金(No.6140010551) 天津市应用基础与前沿技术研究计划重点项目基金(No.14JCZDJC32600) 天津市大学生创新创业训练计划项目基金(No.201710069052)资助
文摘
针对粒子群优化(particle swarm optimization,PSO)算法收敛速度慢、易陷入局部最优等缺点,提出了一种基于改进PSO算法优化的独立分量分析(independent component analysis,ICA)算法,用于水下语音和噪声混叠信号的盲分离.采用规范四阶累积量的绝对值作为ICA中的目标函数,通过改变惯性因子ω和压缩因子k来增强粒子的自适应寻优能力.对比实验结果表明,该算法在收敛速度、算法稳定性和分离效果方面的性能更优.
关键词
水下语音 通信 盲语音分离 独立分量分析 四阶累积量 粒子群优化
Keywords
under-water speech conmmnication blind speech separation independent component analysis （ICA） fourth-order cunmlant particle swarm optimization （PSO）
分类号
TP391
[自动化与计算机技术—计算机应用技术]
题名 基于回溯搜索优化的卷积混合语音盲分离
被引量：3
3
作者
陈雷 韩大伟 郭艳菊 李媛媛 贾志成
机构
天津商业大学信息工程学院 天津大学精密仪器与光电子工程学院 河北工业大学电子信息工程学院
出处
《计算机工程与应用》
CSCD
北大核心
2017年第15期137-143,共7页
基金
国家自然科学基金(No.61401307) 中国博士后科学基金(No.2014M561184) +1 种基金 天津市应用基础与前沿技术研究计划(No.15JCYBJC17100) 天津市科技特派员项目(No.16JCTPJC48400)
文摘
针对独立矢量分析(IVA)算法初始分离矩阵取值对分离性能影响较大的局限性,提出了基于回溯搜索优化的卷积混合语音盲分离算法。采用频域各频率点IVA分离信号的复数峭度和作为目标函数,利用回溯搜索优化算法(BSA)对初始分离矩阵进行优化调整,更好地实现了语音信号的盲分离。在分离过程中,采用复Givens旋转变换原理将对分离矩阵的求解转化为对旋转角度的求解,有效减少了BSA的参数编码维数,降低了优化求解难度。针对语音信号的卷积混合分离实验表明,该算法具有良好的分离效果,其分离性能较之基本IVA算法显著提升。
关键词
语音 盲 分离 回溯搜索优化算法 卷积混合 独立矢量分析 Givens旋转变换
Keywords
speech blind separation backtracking search optimization algorithm convolutive mixture independent vector analysis Givens rotation transformation
分类号
TN911.7
[电子电信—通信与信息系统]
题名 Fast ICA算法在语音信号盲分离中的应用
被引量：10
4
作者
梁淑芬 江太辉
机构
五邑大学信息学院
出处
《计算机工程与设计》
CSCD
北大核心
2010年第13期3047-3050,共4页
基金
广东省教育厅育苗工程基金项目(粤财教[2008]342号) 广东省自然科学基金项目(07010869)
文摘
盲信号处理算法主要有批处理算法和自适应算法两类,导出了一种批处理和自适应相结合的快速独立分量分析(fastindependent component analysis,Fast ICA)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(jointapproximativediagonalizationof eigenmatrix,JADE)算法和自然梯度(natural gradient,NG)算法比较,Fast ICA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 自适应
Keywords
blind signal processing speech signal blind separation fast independent component analysis batch adaptive
分类号
TN912.3
[电子电信—通信与信息系统]
题名 弱稀疏性下的欠定语音盲分离方法
被引量：2
5
作者
王国鹏 刘郁林 罗颖光
机构
重庆通信学院DSP研究室
出处
《计算机工程》
CAS
CSCD
北大核心
2009年第18期246-248,共3页
基金
国家自然科学基金资助项目(60672157 60672158) 重庆市自然科学基金资助项目(CSTC2005BB4219)
文摘
针对语音信号的弱稀疏性,提出一种新的基于混合矩阵估计的欠定语音盲分离方法。该方法通过主成分分析检测只有一个源信号存在时的时频点并用于估计混合矩阵,从而克服语音信号稀疏性变弱时的影响,提高混合矩阵估计精度。结合子空间法重构源信号,进一步提高分离性能,并从几何角度证明子空间方法,仿真结果表明该方法的分离性能优于Cluster-UBSS,且鲁棒性更好。
关键词
语音 盲 分离 混合矩阵估计 稀疏性 主成分分析 子空间方法
Keywords
blind speech separation mixing matrix estimation sparseness Principal Component Analysis（PCA） subspace method
分类号
TN912.3
[电子电信—通信与信息系统]
题名 一种自适应算法的语音信号盲分离
被引量：7
6
作者
梁淑芬 江太辉
机构
五邑大学信息学院
出处
《信号处理》
CSCD
北大核心
2010年第7期1094-1098,共5页
基金
广东省教育厅育苗工程项目(粤财教[2008]342号) 广东省自然科学基金项目(07010869)
文摘
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。
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
Keywords
Blind Signal Processing Speech Signal Blind Separation Fast Independent Component Analysis Batch Algorithm Adaptive Agorithm
分类号
TN912.3
[电子电信—通信与信息系统]
题名 基于稀疏性的欠定语音盲分离方法研究
被引量：1
7
作者
王国鹏 刘郁林 罗颖光
机构
重庆通信学院DSP研究室
出处
《计算机应用》
CSCD
北大核心
2009年第4期1056-1058,共3页
基金
国家自然科学基金资助项目(6067215760672158)
文摘
针对源信号增多导致语音信号稀疏性变差的问题,提出一种新的基于稀疏性的混合矩阵估计方法,利用主分量分析(PCA)检测只有一个源信号存在的时频点并用于估计混合矩阵,从而提高了估计性能,特别适用于欠定语音盲分离。同时指出了影响基于稀疏性语音盲分离方法性能的因素。仿真结果验证了上述结论。
关键词
稀疏性 混合矩阵估计 语音 盲 分离
Keywords
sparseness mixing matrix estimation blind speech separation
分类号
TP912
[自动化与计算机技术]
题名 采用非负矩阵分解的语音盲分离
被引量：1
8
作者
刘伯权 曾以成 邬鑫锋
机构
湘潭大学光电工程系
出处
《计算机工程与设计》
CSCD
北大核心
2011年第1期251-254,共4页
基金
湖南省自然科学基金项目(08JJ5031)
文摘
针对多通路语音信号的欠定卷积混合模型,提出一种基于非负矩阵分解(NMF)的语音盲分离方法。该方法使用高斯分量对源信号的短时傅里叶变换(STFT)进行表示,高斯分量由基于板仓-斋藤(Itakura-Saito(IS))散度的非负矩阵分解的因子所组成。使用极大期望值算法(EM)求解参数,并对信号进行重组。该方法被应用到双声道立体声信号的盲分离实验,实验结果表明了该方法的有效性。
关键词
语言盲 分离 欠定卷积模型 语音 盲 分离 板仓-斋藤散度 极大期望值算法
Keywords
blind speech source separation underdetermined convolutive model blind speech separation Itakura-Saito divergence expectation-maximization algorithm
分类号
TN912
[电子电信—通信与信息系统]
题名 结合主分量分析与DOA估计的语音盲分离
9
作者
王国鹏 刘郁林 罗颖光
机构
重庆通信学院DSP研究室
出处
《声学技术》
CSCD
2009年第5期624-628,共5页
基金
国家自然科学基金(60672157 60672158) 重庆市自然科学基金(CSTC2005BB4219)
文摘
在欠定语音盲分离中,W-分离正交性假设通常使问题简化,但这种简化是以降低分离性能为代价。在语音信号满足近似W-分离正交性的假设下,提出利用主分量分析(PCA)检测只有一个源信号存在的时频点,检测出的时频点均满足W-分离正交性,因此提高了混合矩阵的估计精度。通过从混合矩阵中估计源信号的波达方向,可以较好地解决置换模糊问题。仿真结果表明,提出的方法与经典的DUET方法相比具有更优的性能,平均信干比提高了2.77dB。
关键词
语音 盲 分离 主分量分析 波达方向 混合矩阵估计
Keywords
blind speech separation PCA DOA mixing matrix estimation
分类号
TN911.7
[电子电信—通信与信息系统]
题名 独立分量分析与时频掩蔽结合的语音盲分离
10
作者
刘伯权 曾以成 邬鑫锋
机构
湘潭大学光电工程系
出处
《计算机工程与应用》
CSCD
北大核心
2010年第32期130-132,162,共4页
基金
湖南省自然科学基金(No.08JJ5031)~~
文摘
针对语音信号的欠定卷积混合模型,提出一种基于快速独立分量分析和自适应非线性二元时频掩蔽的语音盲分离方法。对输入的混合语音信号进行快速独立分量分析,将结果进行自适应非线性二元时频掩蔽;重复进行这两步处理,直到分离出所有的语音源信号。将分离出的语音源信号,再通过二元时频掩蔽合并可提高输出的质量,分离出的语音信号仍然能保留双声道立体声的效果。实验表明,该方法的性能大大优于DUET方法和BLUES方法,信噪比增益大幅提高。
关键词
语音 盲 分离 快速独立分量分析 自适应 非线性二元时频掩蔽
Keywords
blind speech separation； Fast Independent Component Analysis（FastICA）； adaptive； nonlinear binary time-frequency masking；
分类号
TN912
[电子电信—通信与信息系统]
题名 基于谐波提取的欠定语音盲分离方法
11
作者
黄翔东 靳旭康
机构
天津大学电子信息工程学院
出处
《信号处理》
CSCD
北大核心
2016年第11期1369-1376,共8页
基金
国家自然科学基金(61671012)
文摘
现有的欠定语音信号盲分离算法往往不能同时兼顾分离性能及效率。针对此问题,本文提出一种基于谐波提取的欠定盲分离方法。首先,利用频谱校正从混合信号的短时傅里叶变换中提取谐波参数,其次利用相位一致性准则甄别这些参数的单源属性,进而用自适应K-均值方法对单源模式做聚类而获得源数估计和混合矩阵估计,最后再用子空间投影法恢复源信号。其中谐波提取和单源参数筛选可保证低复杂度地精确估计出混合矩阵。仿真实验表明,相比于原始子空间投影算法,本文方法可获得更高的信号恢复质量,且在谐波相关领域也具有潜在应用价值。
关键词
欠定语音 盲 分离 频谱校正 单源成分 子空间投影
Keywords
underdetermined speech blind source separation spectrum correction single-source component subspace pro-jection
分类号
TN911.72
[电子电信—通信与信息系统]
题名 基于改进的萤火虫优化算法的混合语音盲分离
被引量：3
12
作者
李著成 黄祥林
机构
中国传媒大学理工学部 北京联合大学商务学院
出处
《计算机应用研究》
CSCD
北大核心
2019年第10期2992-2994,共3页
文摘
针对传统盲源分离优化算法对分离性能影响较大的局限性,提出了一种基于改进的萤火虫优化的混合语音盲分离算法。将萤火虫的飞行跨度由固定取值变为由新构造的函数自适应调整,在加快收敛速度的同时避免算法早熟现象的发生。实验结果表明,与基于自然梯度、标准萤火虫和粒子群优化的盲分离算法相比,新算法对混合语音信号的分离效果较好,在收敛速度和分离能力方面都有所提升。
关键词
萤火虫优化算法 盲 源分离 语音 盲 分离 飞行跨度
Keywords
glowworm swarm optimization(GSO) blind source separation blind speech separation flight span
分类号
TP391.42
[自动化与计算机技术—计算机应用技术]
题名 基于贪婪稀疏优化的欠定语音盲分离方法
13
作者
魏爽 杨璟安 徐朋 龙艳花
机构
上海师范大学信息与机电工程学院
出处
《计算机工程与设计》
北大核心
2021年第8期2299-2307,共9页
基金
国家自然科学基金项目(61401145、61701306) 上海市自然科学基金项目(19ZR1437600) 上海师范大学硕士研究生学术新人培育基金项目(209-AC9103-19-368005277)。
文摘
提出一种基于语音信号稀疏特征的稀疏分量分析两步法,力图提高欠定情况下的语音信号盲分离性能。不同于传统的两步法,所提方法需要获取语音信号在变换域中的稀疏特征,将贪婪最优化思想引入至稀疏分量分析方法中,重构欠定盲分离语音源信号。通过仿真对比实验,展示了该方法应用于平稳声音信号和非平稳语音信号的盲分离效果,它能较好恢复语音源信号。与现有的最短路径法相比,所提算法可以提高两路以上观测信号的分离性能。相较于平滑L0范数算法,所提算法可以有效提高来波方向较近的语音盲信号分离性能。该方法具有更广阔的适用范围。
关键词
欠定盲 源分离 稀疏分量分析 贪婪稀疏优化 源信号重构 语音 信号盲 分离
Keywords
underdetermined blind source separation sparse component analysis greedy sparse optimization source signal reconstruction speech signal blind source separation
分类号
TN911.7
[电子电信—通信与信息系统]
题名 弱时频正交性条件下的混合矩阵盲估计
被引量：4
14
作者
王国鹏 刘郁林 罗颖光
机构
重庆通信学院DSP研究室
出处
《数据采集与处理》
CSCD
北大核心
2010年第1期18-22,共5页
基金
国家自然科学基金(60672157 60672158)资助项目
文摘
针对语音信号的弱时频正交性,提出一种基于主分量分析的混合矩阵估计方法。在时频域中,允许每个时频点存在任意多个源信号,通过对每个时频点进行主分量分析,检测只有一个源信号存在的时频点,此类时频点最大特征值对应的特征向量即为混合向量的一个估计,因此对所有估计出的混合向量进行K均值聚类,将聚类中心作为混合矩阵的估计。实验仿真表明,提出的方法提高了混合矩阵的估计精度,特别适用于估计欠定情况下的混合矩阵。
关键词
语音 盲 分离 混合矩阵估计 主分量分析 稀疏性
Keywords
blind speech separation mixing matrix estimation PCA sparseness
分类号
TN911.7
[电子电信—通信与信息系统]
题名 基于密度峰值和模糊聚类的欠定混叠矩阵估计
15
作者
魏爽 俞守庚 杨璟安
机构
上海师范大学信息与机电工程学院
出处
《计算机工程与设计》
北大核心
2023年第4期1050-1057,共8页
基金
国家自然科学基金项目(61401145,61701306) 上海市自然科学基金项目(19ZR1437600)。
文摘
传统聚类算法进行混叠矩阵估计时存在的聚类中心个数不确定和初始聚类中心的随机选取导致陷入局部最优的问题,为此提出一种基于密度峰值的改进模糊聚类算法进行欠定盲源分离的混叠矩阵估计。通过短时傅里叶变换提取信号在频域中的稀疏特性,利用寻找密度峰值聚类算法(clustering by fast search and find of density peaks,CFSFDP)自动获取聚类簇的数目和初始聚类中心;将获得的聚类数目和聚类结果作为模糊聚类算法(fuzzy c-means clustering,FCM)的初始输入参数,提高FCM聚类结果的精度。实验结果表明,该算法可以准确估计源信号的数目,相比传统FCM、层次聚类、基于密度峰值改进的粒子群等聚类算法,可以有效提高欠定盲源分离的混叠矩阵估计精度。
关键词
欠定盲 源分离 混叠矩阵估计 稀疏表示 两步法 模糊聚类 密度峰值 语音 信号盲 分离
Keywords
underdetermined blind source separation mixing matrix estimation sparse representation two step method fuzzy c-means density peak speech signal blind source separation
分类号
TN911.7
[电子电信—通信与信息系统]
