基于EMD的ICA语音增强

• 作者: 全海燕 李云飞 肖春梅
• 来源期刊: 华中师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 盲源分离 独立分量分析(ICA) 参考独立分量分析(ICA-R) 经验模式分解(EMD) 语音增强
• 年，卷（期）: 2015,（1）
• 页码范围: 42-46
• 页数: 5页
• 分类号: TN911.25
• 字数: 2517字
• 语种: 中文

摘要

传统ICA方法是将所有源信号都从混合信号中都提取出来,而参考独立分量分析(ICA-R)通过将一些先验信息引入到ICA学习算法中,从混合信号中仅提取期望源信号.本文为了从混合语音信号中提取出期望的语音信号,采取的是基于经验模态分解(EMD)方法来获取功率谱包络作为参考信号,继而把参考信号运用到ICA-R算法中,达到语音增强的目的.计算机仿真和性能分析结果表明,此方法在有噪声干扰的情况下达到语音增强的目的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	全海燕	昆明理工大学信息工程与自动化学院	49	150	6.0	11.0
2	李云飞	昆明理工大学信息工程与自动化学院	2	7	1.0	2.0
3	肖春梅	昆明理工大学信息工程与自动化学院	1	6	1.0	1.0