| 子带t分布的快速独立向量分析在语声盲源 分离中的应用* |
| |
| 引用本文： | 康坊,杨飞然,杨军.子带t分布的快速独立向量分析在语声盲源 分离中的应用*[J].应用声学,2022,41(2):173-182. |
| |
| 作者姓名： | 康坊 杨飞然 杨军 |
| |
| 作者单位： | 中国科学院声学研究所噪声与振动重点实验室,中国科学院声学研究所噪声与振动重点实验室,中国科学院声学研究所噪声与振动重点实验室,中国科学院大学 |
| |
| 基金项目： | 国家自然科学基金(编号: 62171438)，中国科学院青年促进会(编号: 2018027)资助项目 |
| |
| 摘 要： | 为了提高独立向量分析算法在盲语声分离任务中的分离性能，降低算法计算复杂度，并改善目前尚未完全解决的顺序模糊性的问题，该文提出一种基于子带t分布的快速独立向量分析算法。在声源模型方面，该算法首先利用语声信号重尾分布的特性，假设声源概率密度函数服从t分布，同时采用子带建模的方法来增强同一声源相邻频点的高阶依赖性，进而减轻频点间的顺序不一致问题。在空间模型方面，该算法采用秩1更新的方式估计声源信号，避免矩阵求逆操作和分离矩阵的估计，从而降低计算复杂度。实验结果表明，与现有的基于独立向量分析的盲源分离算法相比，该算法能够在相同的迭代次数下取得更优的语声分离性能。
|
| 关 键 词： | 盲源分离 秩1更新 独立向量分析 子带t分布 |
| 收稿时间： | 2021/3/15 0:00:00 |
| 修稿时间： | 2022/3/1 0:00:00 |
Fast independent vector analysis based on clique t-distribution source model for blind speech separation |
| |
| Kang Fang,Yang Feiran and Yang Jun.Fast independent vector analysis based on clique t-distribution source model for blind speech separation[J].Applied Acoustics,2022,41(2):173-182. |
| |
| Authors: | Kang Fang Yang Feiran and Yang Jun |
| |
| Institution: | Key Laboratory of Noise and Vibration Research,Institute of Acoustics,Chinese Academy of Sciences,Key Laboratory of Noise and Vibration Research,Institute of Acoustics,Chinese Academy of Sciences,Key Laboratory of Noise and Vibration Research,Institute of Acoustics,Chinese Academy of Sciences,University of Chinese Academy of Sciences |
| |
| Abstract: | |
| |
| Keywords: | Blind source separation Rank-1 update Independent vector analysis Clique t-distribution |
|
| 点击此处可从《应用声学》浏览原始摘要信息 |
| 点击此处可从《应用声学》下载免费的PDF全文 |
