语音信号的盲分离.pdfVIP

课程设计任务书 题 目: 语音信号的盲分离 初始条件 ① matlab软件 ② 盲信号处理知识 要求完成的主要任务: 根据盲信号分离原理，用matlab采集两路以上的语音信号，选择合适的混合 矩阵生成若干混合信号。选取合适的盲信号分离算法（如独立成分分析ICA等） 进行训练学习，求出分离矩阵和分离后的语音信号。 设计要求 （1） 用matlab做出采样之后语音信号的时域和频域波形图 （2） 选择合适的混合矩阵，得到混合信号，并做出其时域波形和频谱图 （3） 采用混合声音信号进行训练学习，求出分离矩阵，编写出相应的确matlab 代码。 （4）用求出的分离矩阵从混合信号中分离出原语音信号，并画出各分离信号的 时域波形和频谱图。 （5）对结果进行对比分析。 时间安排 第17周，仿真设计 第18周，完成（答辩，提交报告，演示） 指导教师签名： 年 月 日 系主任（或责任教师）签名： 年 月 日 word文档 可自由复制编辑 目录 摘要3 Abstract4 1 语音信号5 1.1 语音特性分析5 1.2 语音信号的基本特征6 2 盲信号处理8 2.1 盲信号处理的概述8 2.1.1 盲信号处理的基本概念8 2.1.2 盲信号处理的方法和分类9 2.1.3 盲信号处理技术的研究应用9 2.2 盲源分离法10 2.2.1 盲源分离技术10 2.2.2 盲分离算法实现10 2.3 独立成分分析11 2.3.1 独立成分分析的定义11 2.3.2 ICA 的基本原理13 3 语音信号盲分离的实现15 3.1 盲信号分离的三种算法15 3.1.1 二阶盲辨识（SOBI）15 3.1.2 FastICA 算法15 3.1.3 CICA 算法16 3.2 不同算法的分离性能比较17 3.3 FastlCA 的算法仿真及结果分析17 4 结论22 5 参考文献23 附 录24 word文档 可自由复制编辑 摘要 语音信号盲分离处理的含义是指利用 BSS 技术对麦克风检测到的一段语音 信号进行处理。混合语音信号的分离是盲分离的重要内容，目前的混叠语音分离 大多是建 立在无噪环境 中的混叠情形下，主要 以盲源分离 (Blind Source Separation，BSS)，根据信号的统计特性从几个观测信号中恢复出未知的独立源 成分。 本文重点研究了以语音信号为背景的盲处理方法，在语音和听觉信号处理领 域中，如何从混叠语音信号中分离出各个语音源信号，来模仿人类的语音分离能 力，成为一个重要的研究问题。我们所要研究的混合语音信号盲分离问题就是用 麦克风阵列或多个麦克风阵列来模仿人的耳朵,采集得到相互干扰的混叠语音信 号,然后通过分离算法将混叠的语音信号相互分离开来 ,提取我们所感兴趣的信 号。“鸡尾酒会”问题是语音盲分离问题的典型描述。它描述了在多人同时说话 的嘈杂环境下,我们能够辨识感兴趣人的说话声的能力。本文主要用ICA算法进行 盲分离。 关键词： 语音信号，盲源分离，独立成分分析 word文档 可自由复制编辑 Abstract Blind separation of speech signal processing means is the use of BSS techniques microphone detects a voice signal processing. Separation of mixed speech signals is important for blind separation, the current separation of overlapping speech is built mostly in the absence of ali