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

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

所属期刊栏目：41

分类号：TN912

资助基金：国家重点研发计划;国家自然科学基金;中国科学院青年创新促进会项目

在线出版日期：2022-03-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：173-181