Blind separation of underdetermined linear mixtures based on source nonstationarity and AR(1) modeling

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F46747885%3A24220%2F16%3A00000303" target="_blank" >RIV/46747885:24220/16:00000303 - isvavai.cz</a>

Výsledek na webu

<a href="https://asap.ite.tul.cz/publications/conference-papers/" target="_blank" >https://asap.ite.tul.cz/publications/conference-papers/</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1109/ICASSP.2016.7472493" target="_blank" >10.1109/ICASSP.2016.7472493</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Blind separation of underdetermined linear mixtures based on source nonstationarity and AR(1) modeling

Popis výsledku v původním jazyce

The problem of blind separation of underdetermined instantaneous mixtures of independent signals is addressed through a method relying on nonstationarity of the original signals. The signals are assumed to be piecewise stationary with varying variances in different epochs. In comparison with previous works, in this paper it is assumed that the signals are not i.i.d. in each epoch, but obey a first-order autoregressive model. This model was shown to be more appropriate for blind sepa- ration of natural speech signals. A separation method is proposed that is nearly statistically efficient (approaching the cor- responding Cramer-Rao lower bound), if the separated signals obey the assumed model. In the case of natural speech sig- nals, the method is shown to have separation accuracy better than the state-of-the-art methods.

Název v anglickém jazyce

Blind separation of underdetermined linear mixtures based on source nonstationarity and AR(1) modeling

Popis výsledku anglicky

The problem of blind separation of underdetermined instantaneous mixtures of independent signals is addressed through a method relying on nonstationarity of the original signals. The signals are assumed to be piecewise stationary with varying variances in different epochs. In comparison with previous works, in this paper it is assumed that the signals are not i.i.d. in each epoch, but obey a first-order autoregressive model. This model was shown to be more appropriate for blind sepa- ration of natural speech signals. A separation method is proposed that is nearly statistically efficient (approaching the cor- responding Cramer-Rao lower bound), if the separated signals obey the assumed model. In the case of natural speech sig- nals, the method is shown to have separation accuracy better than the state-of-the-art methods.

Druh

D - Stať ve sborníku

CEP obor

JC - Počítačový hardware a software

OECD FORD obor

—

Projekt

<a href="/cs/project/GA14-11898S" target="_blank" >GA14-11898S: Zlepšování řečového signálu pomocí částečně slepých metod za použití pole mikrofonů</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2016

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

ICASSP, IEEE International Conference on Acoustics, Speech and Signal Processing - Proceedings

ISBN

978-1-4799-9988-0

ISSN

1520-6149

e-ISSN

—

Počet stran výsledku

5

Strana od-do

4323-4327

Název nakladatele

Institute of Electrical and Electronics Engineers Inc.

Místo vydání

Shanghai, China

Místo konání akce

Shanghai, China

Datum konání akce

1. 1. 2016

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

000388373404094