面向语音分离的GA＿FastICA算法

作者：兰朝凤^*; 陈英淇; 林小佳; 刘岩; 陈旭奇

来源：哈尔滨理工大学学报, 2022, 27(06): 80-87.

DOI：10.15938/j.jhust.2022.06.010

• 语音处理
• 语音分离
• 独立成分分析
• 信噪比

随着语音处理技术的发展，新的语音分离算法不断地被提出。针对观测信号中噪声而导致分离效果不理想的问题，将几何运算(GA)方法和快速独立成分分析(FastICA)算法结合提出了GA＿FastICA算法。为探究GA＿FastICA算法的有效性，绘制了分离后语音信号的时域波形，给出了分离前后语音信号的相关系数。当信噪比为4 dB时，分离后语音信号与原始语音信号的相关系数为0.785 2。仿真实验结果表明，在信噪比为12 dB,factory、babble噪声条件下，GA＿FastICA算法相较于FastICA算法相关系数提高了0.021 2和0.030 4;信噪比为8 dB的条件下，相关系数提高了0.137 4和0.132 8。GA＿FastICA算法可有效分离语音信号，在噪声环境下具有较好的语音分离效果。

• 单位
  哈尔滨理工大学