基于FastICA语音盲源分离方法.pdfVIP

2015年 7月 四川大学学报 (自然科学版) July．2015 第 52卷 第 4期 JournalofSiehuanUniversity(NaturalScienceEdition) V01．52 NO．4 doi：103969／j．issn．0490—6756．2015．07．021 基于 FastICA的语音盲源分离方法 赵忠华 ，杨晓梅 (1．新疆师范大学物理与电子工程学院，乌鲁木齐 830054； 2．新疆财经大学计算机科学与工程学院，乌鲁木齐 830012) 摘 要 ：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——一快速独立分量分析 (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． 关键词：盲源分离；语音信号识别；FastICA 中图分类号：TN912．34 文献标识码 ：A 文章编号 ：0490—6756(2015)04—0830—05 BlindseparationofsoundsignalbyusingFastICA ZHAO Zhong—Hua ．YANG Xiao—M ei。 (1．CollegeofPhysicsandElectronicEngineering，XinjiangNormalUniversity，Urumqi830054，China； 2．CollegeofComputerScienceandEngineering，Xi~iangUniversityofFinanceandEconomics，Urumqi830012，China) Abstract：Theindependentcomponentanalysis(ICA)isausablemethodtodealwithablindsignalsep— arationproblem ，butwhichconvergesslowly．Inthispaper，amoreeffectivealgorithm ofblindsource seDaration ispresented，whichisthefastindependentcomponentanalysis(FastlCA)．Itintroducesthat thebasictheoryandapplicationofFastICA insound signalseparation．Threeactualspeech signalsare factitiouslymixed，andwhich areseparatedbyusingtheconventionalFastICA．Theseparatedresults show thattheFastICA hasgoodseparationefficiency． Keywords：Blindsignalseparation；Soundsignalseparation；FastlCA componentanalysis (ICA)[一] is a usable ap 1 IntrOducti0n proach to estimateoriginalsignalsfrom theob Theblindsignalseparation (BSS)hasmany servedones． applicationssuchasarrayprocessing