-
题名低复杂度的盲源分离和去混响联合优化方法
被引量：1
- 1
-
-
作者
王泰辉
杨飞然
杨军
-
机构
中国科学院噪声与振动重点实验室(声学研究所)
中国科学院大学
-
出处
《声学学报》
EI
CAS
CSCD
北大核心
2024年第1期163-170,共8页
-
基金
国家自然科学基金项目(62171438)
北京市自然科学基金-小米创新联合基金项目(L223032)
中国科学院声学研究所自主部署项目(QYTS202111)资助。
-
文摘
提出了一种低复杂度的基于加权预测误差(WPE)的独立低秩矩阵分析(ILRMA)方法。与现有的WPE-ILRMA方法把预测矩阵当成一个整体来处理不同,所提方法将预测矩阵展开来推导代价函数,利用不同声源的混合滤波器和分离滤波器之间的正交性简化代价函数的优化过程,进而以更低的计算复杂度对混合信号去混响。通过利用解耦预测矩阵和分离滤波器之间的关系,所提方法将维数较大的矩阵求逆转化为维数较小的矩阵求逆,从而取得了比WPE-ILMRA方法更低的计算复杂度。在最大似然框架下推导了所提方法的代价函数,并采用坐标梯度下降算法来估计参数。实验结果表明,所提方法能以更低的计算复杂度和更高的稳定性取得与WPE-ILRMA方法相似的分离性能。
-
关键词
盲源分离
加权预测误差
独立低秩矩阵分析
低复杂度
-
Keywords
Blind source separation
Weighted prediction error
Independent low-rank matrix analysis
Low complexity
-
分类号
TN912.3
[电子电信—通信与信息系统]
-
-
题名全空间相关矩阵广义加权预测误差算法去混响研究
- 2
-
-
作者
吴礼福
陈晨
王绍博
葛文昌
-
机构
南京信息工程大学电子与信息工程学院
江苏省大气环境与装备技术协同创新中心
-
出处
《声学技术》
CSCD
北大核心
2024年第5期726-733,共8页
-
基金
国家自然科学基金(12074192)。
-
文摘
广义加权预测误差(generalized weighted prediction error, GWPE)算法是一种有效的多通道语音去混响算法,但在麦克风间距较近时去混响效果变差。文章分析了GWPE算法在小间距麦克风阵列下的局限性,即未充分考虑麦克风信号间的空间相关性。据此,研究了全空间相关矩阵的广义加权预测误差(generalized weighted prediction error of full-space correlation matrix, GWPE-FCM)算法,该算法考虑了不同输入通道之间的空间相关性,计算复杂度比GWPE算法略增加。仿真结果表明,GWPE-FCM算法与GWPE算法相比在整体去混响方面效果更好,特别是在麦克风距离较近的情况下。全空间相关矩阵能够更准确地估计输入信号的相关性,使得GWPE-FCM算法在去混响效果上表现更出色。
-
关键词
去混响
加权预测误差
全空间相关
麦克风阵列
-
Keywords
dereverberation
weighted prediction error
full-space correlation
microphone array
-
分类号
TN912.3
[电子电信—通信与信息系统]
-
-
题名基于加权预测误差的低复杂度去混响
- 3
-
-
作者
狄金海
戴天池
-
机构
浙江工贸职业技术学院人工智能学院
东南大学信息科学与工程学院
-
出处
《电子器件》
CAS
2024年第3期667-671,共5页
-
文摘
在音视频会议以及人机交互等应用场景下,设备所采集到的音频信号往往会受到室内混响的干扰,从而降低语音的清晰度与可懂度。基于加权预测误差的自适应去混响算法是目前较为主流的盲去混响算法,该算法能够实时有效地去除混响,然而往往具有较高的计算复杂度。为降低算法的复杂度,通过分块对角矩阵简化原算法中相关的矩阵运算,实验证明,所设计的算法在确保语音质量的同时,降低了原算法的计算开销。
-
关键词
去混响
加权预测误差
语音增强
-
Keywords
dereverberation
weighted prediction error
speech enhancement
-
分类号
TN912.3
[电子电信—通信与信息系统]
-
-
题名基于加权预测误差算法的声源定位方法
- 4
-
-
作者
张国昌
吴鸣
杨军
-
机构
中国科学院大学
中国科学院声学研究所噪声与振动重点实验室
-
出处
《网络新媒体技术》
2021年第1期12-19,共8页
-
基金
国家重点研发计划课题(编号:2016YFB1200503)
国家自然科学基金项目(编号:11474306、11404367、11474307)
-
文摘
混响是导致室内声源定位精度下降的主要因素之一。为了降低混响环境下的定位误差,本文应用加权预测误差算法对麦克风阵列信号进行去混响预处理。为了定量分析该去混响方法为声源定位带来的精准度上的提升,我们在多种混响时间、多种白噪声信噪比、两类定位算法和两种阵列参数条件下进行了仿真和实验。仿真和实验结果均表明,与不使用去混响预处理的方法相比,引入去混响预处理可以显著地提升声源定位的鲁棒性,其中在混响时间为1.4 s的仿真环境下,定位误差降低了87%,在实验环境下的定位误差也有不低于50%的下降。
-
关键词
声源定位
加权预测误差
去混响
-
Keywords
sound source localization
the weighted prediction error
dereverberation
-
分类号
TN912.3
[电子电信—通信与信息系统]
-
