文档介绍：基于ICA的语音信号盲分离[摘要]语音信号盲分离处理的含义是指利用BSS技术对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,目前的混和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(BlindSourceSeparation,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源分离,在语音和听觉信号处理领域中,如何从混有噪声的的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。具体实现主要结合ICA技术,将语音去噪作为一个预处理过程,对带噪声的混叠语音盲分离进行了研究,本文详细了介绍了FastICA算法,将这种算法应用于实际的语音信号噪声分离中,并将分离出的语音信号与混合前的原信号进行了分析比较,验证了通过ICA实现语音信号的盲分离是切实可行的。[关键词]语音信号,盲源分离,独立成分[Abstract],themixedspeechseparationismostlybasedonnoisefreeenvironmentintheoverlappingcase,mainlytotheblindsourceseparation(BlindSourceSeparation,BSS),,inspeechandaudiosignalprocessingfield,separatingeachvoicesourcesignalfromnoisymixedspeechsignals,tomimichumanspeechseparationability,,thespeechdenoisingasapretreatmentprocess,theoverlappingspeechblindseparationofmixedwithnoiseisstudied,thispaperpresentstheFastICAalgorithm,thespeechsignalnoiseseparationofthisalgorithmisappliedtothepractice,pared,verifiedbyICAtorealizetheblindseparationofspeechsignalsisfeasible.[Keywords]speechsignal,blindsourceseparation,ponentanalysis目录1前言 22语音信号特性及分析 83盲信号处理 124FASTICA算法 205小结体会 226参考文献 237致谢 248附件 ,混合语音信号的分离成为语音信号处理领域的一个研究热点。我们经常在信号处理中遇到这样的问题,如何将这些原始信号从一组随机信号经过一组混合系统得到的观测信号种恢复出,如果在重构过程中没有原始信号和混合系统的先验知识,就将该过程称为盲分离。其理论也不断运用到医学、图像、通讯等领域在语音方面的应用包括有多个人说话构成的声音环境下,从多个话筒接收到的声音信号就是所谓的鸡尾酒会问题,它是指人们在嘈杂环境中或者是在许多人同时说话的情