單聲道信號源分離最大似然方法_第1頁
已閱讀1頁,還剩6頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、<p> 單聲道信號源分離最大似然方法4 評價現在,我們目前使用語音的人工混合物的單聲道分離的一些例子信號和音樂信號。與ICA的教訓的基礎上過濾器的分離性能相比與其他傳統(tǒng)的基地,傅立葉,固定小波函數和數據驅動主成分分析(PCA)的基礎上過濾器。為了評估我們的方法的限制,我們比較我們的方法維納濾波與真實頻譜圖。然后,我們目前的分離結果在真實的環(huán)境噪聲和語音記錄。圖5:仿真系統(tǒng)設置。(A)訓練階段:兩套訓練數據用來獲取基礎的過濾器

2、和廣義高斯參數。(B)測試階段:兩個源信號x1和x2是混合成單聲道信號Y。建議的信號分離算法恢復原始信號源的基礎上過濾器和廣義高斯PDF參數集。4.1仿真設置我們已經測試的兩種不同的聲音類型的單通道混合物的建議方法表現。仿真系統(tǒng)設置如圖5所示。模擬分為兩個階段。在第一階段,我們準備培訓資料,并運行ICA學習算法獲得的基礎上過濾器WIK,并建模系數的廣義高斯的參數(IK)(stik)PDFS?;A的過濾器和PDF參數估計分別為源1和源2。

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論