采用非负矩阵分解的语音盲分离  

Blind speech source separation via nonnegative matrix factorization

作　　者：刘伯权[1] 曾以成[1] 邬鑫锋[1] 

机构地区：[1]湘潭大学光电工程系,湖南湘潭411105

出　　处：《计算机工程与设计》2011年第1期251-254,共4页Computer Engineering and Design

基　　金：湖南省自然科学基金项目(08JJ5031)

摘　　要：针对多通路语音信号的欠定卷积混合模型,提出一种基于非负矩阵分解(NMF)的语音盲分离方法。该方法使用高斯分量对源信号的短时傅里叶变换(STFT)进行表示,高斯分量由基于板仓-斋藤(Itakura-Saito(IS))散度的非负矩阵分解的因子所组成。使用极大期望值算法(EM)求解参数,并对信号进行重组。该方法被应用到双声道立体声信号的盲分离实验,实验结果表明了该方法的有效性。A blind speech source separation method for the underdetermined convolutive is proposed via nonnegativematrix factorization（NMF）.Each source STFT is given a model inspired from nonnegative matrix factorization（NMF） with the Itakura-Saito divergence, which underlies a statistical model of superimposed Gaussian components.Expectation-maximization（EM） algorithmis used to obtain the parameter and reconstruct the signal.Our decomposition algorithms are applied to blind stereo speech source separation,the simulation results demonstrate that the proposed separation method is validity.

关 键 词：语言盲分离 欠定卷积模型 语音盲分离 板仓-斋藤散度 极大期望值算法 

分 类 号：TN912[电子电信—通信与信息系统]