基于ICA算法的混合语音信号分离.pdfVIP

内蒙古工业大学本科毕业设计说明书 摘 要 现阶段对语音识别、医学、生物、通信等领域中的盲源混合语音信号进行分离有 较高的要求。在任意环境下，会普遍遇到从多维信号源提取或分离出某一独立语音 信号这种类似于“鸡尾酒会”的问题。这时，就迫切需要一种合理可靠的方法将观测信 号分解为若干独立份。 由于信号源是不可观测的，并不知道信号源是由哪些独立信号混合而成。正是， 由于ICA算法建立在独立统计之上，适用于解决这种分离混合语音的问题。本文参考 算法中独立统计的原则。建立信号源的目标函数，对目标函数进行预 理，运用负熵 极大化法求出原独立信号向量的预估向量Y。ICA算法中的负熵极大化法具有使分离 后的语音快速发散、信息极大化的特点。所以本文选择ICA算法中的负熵极大化法来 分离混合语音。这就是使用ICA算法独立统计原则推断混合系统的独立源信号的基本 原因。 经过对实验仿真图与原独立语音图比较，实验得出如下结论：利用ICA算法 理 盲源混合信号，分离后得到的独立语音清晰、准确、算法优化、方便快捷。 关键词：独立分量分析；ICA算法；熵极大化法