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:
独立分量分析法在分离含有背景噪声的混合语音时效果不理想.为此,将独立分量分析算法与卡尔曼滤波相结合,对语音进行降噪处理,采用FastICA算法对含噪语音进行分离,分离速率高于Informax算法,能够获得较清晰的语音文件.通过仿真验证了该方法的可行性和有效性.
推荐文章
基于盲源分离和噪声抑制的语音信号识别
语音恢复
时频分离
自适应噪声抑制
自动语音识别
背景噪声下的语音识别技术研究
语音前端声学处理
正则相关分析的谱变换补偿
极点增加
背景噪声
基于FICA的盲语音信号分离方法研究
盲信号
独立分量分析
FICA
预处理
基于计算听觉场景分析的混合语音信号分离算法研究
语音分离
计算听觉场景分析
基音
分段
听觉流
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 背景噪声下的语音信号分离
来源期刊 计算机工程 学科 工学
关键词 独立分量分析 背景噪声 卡尔曼滤波 语音分离 FastICA算法
年,卷(期) 2011,(23) 所属期刊栏目 人工智能及识别技术
研究方向 页码范围 181-182,185
页数 分类号 TP391
字数 2764字 语种 中文
DOI 10.3969/j.issn.1000-3428.2011.23.061
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 景新幸 桂林电子科技大学信息与通信学院 106 690 13.0 21.0
2 云晓花 桂林电子科技大学信息与通信学院 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (5)
参考文献  (3)
节点文献
引证文献  (2)
同被引文献  (5)
二级引证文献  (2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(2)
  • 引证文献(1)
  • 二级引证文献(1)
2015(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
独立分量分析
背景噪声
卡尔曼滤波
语音分离
FastICA算法
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
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导