Original title:
Porovnání úspěšnosti vícekanálových metod separace řečových signálů
Translated title:
Comparison of success rate of multi-channel methods of speech signal separation
Authors:
Přikryl, Petr ; Zezula, Radek (referee) ; Míča, Ivan (advisor) Document type: Master’s theses
Year:
2008
Language:
cze Publisher:
Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií Abstract:
[cze][eng]
Separace nezávislých zdrojů signálů ze směsí zaznamenaných dat je základní problém v mnoha praktických situacích. Typický příklad je záznam řeči v prostředí za přítomnosti šumu či jiného mluvčího na pozadí. Touto problematikou se zabývá skupina metod nazvaných Separace zdrojů naslepo. Slepá separace je založena na odhadu N neznámých zdrojů z P měření, které jsou směsmi těchto neznámých zdrojů a neznámého prostředí. Představeny a v Matlabu implementovány jsou některé známé řešení okamžitých směsí, tj. Analýza nezávislých komponent a Časově kmitočtová analýza. V reálném prostředí však akustické signály nejsou okamžité směsi, ale směsi konvoluční. Pro tento případje představen a v Matlabu implementován algoritmus pro separaci konvolučních směsí v kmitočtové oblasti.Tato diplomová práce zkoumá porovnání a použitelnost těchto separačních algoritmů.
The separation of independent sources from mixed observed data is a fundamental problem in many practical situations. A typical example is speech recordings made in an acoustic environment in the presence of background noise or other speakers. Problems of signal separation are explored by a group of methods called Blind Source Separation. Blind Source Separation (BSS) consists on estimating a set of N unknown sources from P observations resulting from the mixture of these sources and unknown background. Some existing solutions for instantaneous mixtures are reviewed and in Matlab implemented , i.e Independent Componnent Analysis (ICA) and Time-Frequency Analysis (TF). The acoustic signals recorded in real environment are not instantaneous, but convolutive mixtures. In this case, an ICA algorithm for separation of convolutive mixtures in frequency domain is introduced and in Matlab implemented. This diploma thesis examines the useability and comparisn of proposed separation algorithms.
Keywords:
Blind Source Deconvolution; Blind Source Separation; Independent Component Analysis; Short Time Fourier Transform; Time-Frequency Analysis; Analýza nezávislých komponent; Dekonvoluce signálů naslepo; Krátkodobá Fourierova transformace; Separace signálů naslepo; Časově-kmitočtová analýza
Institution: Brno University of Technology
(web)
Document availability information: Fulltext is available in the Brno University of Technology Digital Library. Original record: http://hdl.handle.net/11012/18866