基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
带噪语音可看成由独立的噪声信号和语音信号经某种方式混合而成,因此可对其进行独立分量分析(ICA),将噪声和语音分离,从而达到语音增强的目的.但是ICA要求观测信号数目不少于独立源个数,故无法直接对单路信号进行独立分量分析.本文提出一种方法巧妙地从单路信号中生成两路信号,然后对其进行独立分量分析,实现语音增强.实验结果表明,在0-10db输入信噪比下,ICA方法能达到3-6db的信噪比改善,并保持良好的可懂度.
推荐文章
基于独立分量分析的图像增强
独立分量分析
盲源分离
图像增强
基于广义伽玛分布的灵活独立分量分析算法
广义伽玛分布
灵活独立分量分析
自然梯度算法
激活函数
基于独立分量分析的盲分离算法研究
独立分量分析
高阶统计量
盲源分离
Infomax算法
互信息极小法
固定点算法
基于快速独立分量分析的脑电波信号降噪
脑电波信号
降噪
小波变换
快速独立分量分析
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于独立分量分析的语音增强
来源期刊 信号处理 学科 工学
关键词 语音增强 独立分量分析 插值
年,卷(期) 2002,(5) 所属期刊栏目 短文与研究通讯
研究方向 页码范围 477-479
页数 3页 分类号 TN91
字数 2291字 语种 中文
DOI 10.3969/j.issn.1003-0530.2002.05.021
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王炳锡 34 390 12.0 19.0
2 彭煊 6 56 3.0 6.0
3 刘金福 3 49 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (42)
同被引文献  (23)
二级引证文献  (79)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2003(1)
  • 引证文献(1)
  • 二级引证文献(0)
2004(4)
  • 引证文献(4)
  • 二级引证文献(0)
2005(7)
  • 引证文献(6)
  • 二级引证文献(1)
2006(7)
  • 引证文献(5)
  • 二级引证文献(2)
2007(6)
  • 引证文献(2)
  • 二级引证文献(4)
2008(18)
  • 引证文献(6)
  • 二级引证文献(12)
2009(4)
  • 引证文献(1)
  • 二级引证文献(3)
2010(10)
  • 引证文献(3)
  • 二级引证文献(7)
2011(10)
  • 引证文献(4)
  • 二级引证文献(6)
2012(12)
  • 引证文献(3)
  • 二级引证文献(9)
2013(10)
  • 引证文献(3)
  • 二级引证文献(7)
2014(15)
  • 引证文献(2)
  • 二级引证文献(13)
2015(4)
  • 引证文献(0)
  • 二级引证文献(4)
2017(5)
  • 引证文献(0)
  • 二级引证文献(5)
2018(5)
  • 引证文献(2)
  • 二级引证文献(3)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
语音增强
独立分量分析
插值
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
信号处理
月刊
1003-0530
11-2406/TN
大16开
北京鼓楼西大街41号
18-143
1985
chi
出版文献量(篇)
5053
总下载数(次)
13
总被引数(次)
32728
论文1v1指导