單聲道信號(hào)源分離最大似然方法

1、<p>　單聲道信號(hào)源分離最大似然方法4 評(píng)價(jià)現(xiàn)在，我們目前使用語(yǔ)音的人工混合物的單聲道分離的一些例子信號(hào)和音樂(lè)信號(hào)。與ICA的教訓(xùn)的基礎(chǔ)上過(guò)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(shù)和數(shù)據(jù)驅(qū)動(dòng)主成分分析（PCA）的基礎(chǔ)上過(guò)濾器。為了評(píng)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(shí)頻譜圖。然后，我們目前的分離結(jié)果在真實(shí)的環(huán)境噪聲和語(yǔ)音記錄。圖5：仿真系統(tǒng)設(shè)置。（A）訓(xùn)練階段：兩套訓(xùn)練數(shù)據(jù)用來(lái)獲取基礎(chǔ)的過(guò)濾器

2、和廣義高斯參數(shù)。（B）測(cè)試階段：兩個(gè)源信號(hào)x1和x2是混合成單聲道信號(hào)Y。建議的信號(hào)分離算法恢復(fù)原始信號(hào)源的基礎(chǔ)上過(guò)濾器和廣義高斯PDF參數(shù)集。4.1仿真設(shè)置我們已經(jīng)測(cè)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(xiàn)。仿真系統(tǒng)設(shè)置如圖5所示。模擬分為兩個(gè)階段。在第一階段，我們準(zhǔn)備培訓(xùn)資料，并運(yùn)行ICA學(xué)習(xí)算法獲得的基礎(chǔ)上過(guò)濾器WIK，并建模系數(shù)的廣義高斯的參數(shù)（IK）（stik）PDFS?；A(chǔ)的過(guò)濾器和PDF參數(shù)估計(jì)分別為源1和源2。