- 1、本文档共54页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
《基础群课设》课程设计任务书
学生姓名: 专业班级:
指导教师: 工作单位: 信息工程学院
题 目: 语音信号的盲分离
主要目的就是对学生进行基础课程、基本技能、基本动手能力的强化训练,提高学生的基础理论知识、基本动手能力,提高人才培养的基本素质。
训练内容和要求
设计任务:根据盲信号分离原理,用matlab采集两路以上的语音信号,选择合适的混合矩阵生成若干混合信号。选取合适的盲信号分离算法(如独立成分分析ICA等)进行训练学习,求出分离矩阵和分离后的语音信号。
设计要求
选择合适的混合矩阵,得到混合信号,并做出其时域波形和频谱图
采用混合声音信号进行训练学习,求出分离矩阵,编写出相应的确matlab代码。
(4)用求出的分离矩阵从混合信号中分离出原语音信号,并画出各分离信号的时域波形和频谱图。
(5)对结果进行对比分析。
初始条件
计算机;Microsoft Office Word 软件;MATLAB软件
时间安排
1、 201年 月 日作基础强化训练具体实施计划与报告格式要求的说明;学生查阅相关资料,学习原理。
2、 201 年 6 月 日,。
3、 201 年 月 日至201 年 月 日, 4、 201年 月 日上交基础强化训练成果及报告,进行答辩。
摘 要 II
Abstract III
1 Matlab软件的简介 1
2 语音信号的产生与获取 3
3 语音信号的处理 5
3.1 语音信号的时域分析 5
3.1.1 语音信号的采集 5
3.1.2 语音信号的时域波形图 6
3.2 原始信号的频域分析 7
4 盲信号处理 10
4.1盲信号处理的概述 10
4.1.1 盲信号处理的基本概念 10
4.1.2 盲信号处理的方法和分类 10
4.1.3 盲信号处理技术的研究应用 11
4.2 盲源分离法 12
4.2.1 盲源分离技术 12
4.2.2 盲分离算法实现 12
4.2.3 盲源分离技术的研究发展和应用 13
4.3 独立成分分析 14
4.3.1 独立成分分析的定义 14
4.3.2 ICA的基本原理 15
4.3.3 本文对ICA的研究目的及实现 17
4.3.4分离结果分析 20
5 小结体会 23
附录 程序 25
摘要
Blind separation of speech signal processing means is the use of BSS techniques microphone detects a voice signal processing. Separation of mixed speech signals is important for blind separation, the current separation of overlapping speech is built mostly in the absence of aliasing noise in the environment, under the circumstances, mainly in blind source separation (Blind Source Separation, BSS), the statistical characteristics of signal Several observations from the unknown signal to recover the independent source components;
This article focuses on the background to the blind speech signal processing method, signal processing, speech and hearing, how the noise from a mixture of overlapping speech signal to separate the various audio source signals to mimic human speech separation ability become an important research question. Combination of concrete realization of the main ICA technology, speech denoising as a preprocessing of speech with noise-aliasing blind separation we
文档评论(0)