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,FI前的混和语音分离大多是建立在无噪环境小的混叠情形卜,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屮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屮,如何从混有噪声的的混叠语音信号屮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屮,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 11・1盲语咅信号分离技术的背景及意义 12语音信号特性及分析1V4[=;1语音的基本特征 22语音处理的理论基础 33语音信号的MATLAB应用程序 73盲信号处理 101盲信号处理的基本概念 102盲信号处理的方法和分类 103盲信号处理技术的研究应用 104独立成分分析分析 124FASTICA算法 142FastICA算法 165分离后的信号的波形图 176对比分析 205小结体会 226参考文献 237致谢 248附件 25烟台大学文经学院毕业论文(设计),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屮遇到这样的问题,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岀,如果在重构过程屮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而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屮或者是在许多人同时说话的情况下有辨识