Porovnání úspěšnosti vícekanálových metod separace řečových signálů
Loading...
Date
Authors
ORCID
Advisor
Referee
Mark
A
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
Abstract
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.
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.
Description
Citation
PŘIKRYL, P. Porovnání úspěšnosti vícekanálových metod separace řečových signálů [online]. Brno: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. 2008.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
Telekomunikační a informační technika
Comittee
doc. Ing. Karel Němec, CSc. (předseda)
prof. Ing. Dan Komosný, Ph.D. (místopředseda)
doc. Ing. Leoš Boháč, Ph.D. (člen)
Ing. Martin Vondra, Ph.D. (člen)
doc. Ing. Petr Číka, Ph.D. (člen)
Ing. Jiří Přinosil, Ph.D. (člen)
Ing. Vítězslav Křivánek, Ph.D. (člen)
Ing. Ivan Míča, Ph.D. (člen)
Date of acceptance
2008-06-11
Defence
Jak jste vytvořil konvoluční směsi?
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení