Blind Separation of Speech Signals Based on Wavelet Transform and Independent Component Analysis

• 作 者: 吴晓 何静菁 靳世久 徐安桃 王伟魁
• 机 构: SchoolofPrecisionInstrumentandOpto-ElectronicsEngineering,DepartmentofAutomotiveEngineering
• 出 处: Transactions of Tianjin University
• 发表日期: 2010年2期
• 关键词: 离散小波变换 独立成分分析 语音信号 分离基 ICA 盲源分离 采样速率 DWT wavelet transform independent componen

在频率领域的讲话信号基于分离小浪变换(DWT ) 和独立部件分析(集成通信适配器) 被分开。首先，混合了讲话信号被 DWT 分解成不同频率域，讲话信号的 subbands 在每小浪域用集成通信适配器被分开；然后，排列和频率领域窗帘来源分离(BSS ) 的可伸缩的问题被在讲话信号利用在邻近的箱之间的关联解决；最后，来源信号从单个分支被重建。实验与 2 来源一起被执行，用在采样的讲话信号的 6 个麦克风 40 kHz 评价。麦克风在他们前面与 2 来源一起被排列，在左边和权利。一男性和一篇女讲话的分离持续了