| 基于EMD的ICA语音增强 |
| |
| 引用本文： | 李云飞,全海燕,肖春梅.基于EMD的ICA语音增强[J].华中师范大学学报(自然科学版),2015,49(1). |
| |
| 作者姓名： | 李云飞 全海燕 肖春梅 |
| |
| 作者单位： | 昆明理工大学信息工程与自动化学院,昆明,650093 |
| |
| 基金项目： | 国家自然科学基金项目，云南省自然科学基金项目 |
| |
| 摘 要： | 传统ICA方法是将所有源信号都从混合信号中都提取出来,而参考独立分量分析(ICAR)通过将一些先验信息引入到ICA学习算法中,从混合信号中仅提取期望源信号.本文为了从混合语音信号中提取出期望的语音信号,采取的是基于经验模态分解(EMD)方法来获取功率谱包络作为参考信号,继而把参考信号运用到ICA-R算法中,达到语音增强的目的.计算机仿真和性能分析结果表明,此方法在有噪声干扰的情况下达到语音增强的目的.
|
| 关 键 词： | 盲源分离 独立分量分析(ICA) 参考独立分量分析(ICA-R) 经验模式分解(EMD) 语音增强 |
Speech enhancement using ICA with EMD |
| |
| LI Yunfei
,
QUAN Haiyan
,
XIAO Chunmei.Speech enhancement using ICA with EMD[J].Journal of Central China Normal University(Natural Sciences),2015,49(1). |
| |
| Authors: | LI Yunfei QUAN Haiyan XIAO Chunmei |
| |
| Abstract: | |
| |
| Keywords: | Blind source separation Independent component analysis(ICA) ICA with reference(ICA-R) empirical mode decomposition(EMD) speech enhancement |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《华中师范大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《华中师范大学学报(自然科学版)》下载免费的PDF全文 |
