搜索资源列表
ica_C
- 在linux平台下,纯c写的盲信号分离的代码.它采用基于卷积混合的盲信号分离算法,不但可以分离人工合成的混合信号,而且对于真实环境中的卷积混合的语音信号也能够分离.在本程序中,包含了两个测试文件,makefile后便可以直接使用. 另外值得一提的是,压缩包里包含有一些语音处理方面的常用函数.例如fft变换,读取\\写入wav文件,以及一些常用的一维向量和二维矩阵变换的函数.这些可以直接应用在其他应用程序里去.-in linux platform, net write c Blind Si
blockX2
- 对离散语音信号进行分桢,得到一个二维的矩阵-of discrete audio signal-Lo, received a two-dimensional matrix
bss-sond
- 提出了一种新的自适应盲源分离算法。在无噪音实时两源两传感器的情况下, 一旦观 测信号被白化, 只需要辨识一个特定的旋转矩阵就可以完成盲源分离, 并给出了能表征该旋转矩阵的角的自适应估计器。仿真结果表明, 当满足源峭度和不为零的条件时, 这种方法是一种稳定的和有效的分离算法。-proposes a new adaptive algorithm for blind source separation. In the absence of real-time two noise sources t
SPECTRUM_LMS
- 1、文件夹中包含了经典功率谱估计和自适应均衡算法两个实验的所有程序。 2、R.m、LMS.m、LMSmain.m为自适应均衡算法的程序： R.m用来计算输入信号的自相关矩阵及其特征值； LMS.m为时域LMS算法，用统计的方法仿真得出不同信道参数和不同步长下的学习曲线； LMSmain.m为实验主程序，按照实验要求中的具体数据得到实验结果和曲线。 3、functionx.m、fzhouqitu.m、spectrum.m、bt.m、bart_lett.m、welch.m、SPE
blockFrames
- 对采样过后的语音信号进行分帧处理，并将分帧后的信号存储为一个矩阵-right after sampling the voice signal processing sub-frame and sub-frame of a signal to the storage matrix
LMS
- LMS算法实现自适应滤波 clear close all clc N=10000 设置仿真长度 信号产生参数设定 a1=-0.195 a1=-1.5955 a2=0.95 R0=[1,a1,a2 a1,1+a2,0 a2,a1,1] p=[1,0,0] r=inv(R0)*p 计算理论自相关函数 R=[r(1),r(2) r(2),r(1)] 生成理论自相关矩阵 p1=[r(2),r(3)] 生成互相关 h=inv(R)
ogrady2007_phd
- 国外欠定语音盲分离的博士论文，作者为Paul D. O’Grady，LOST算法的作者。该博士论文包括语音信号分离，非负矩阵分解等内容。-Sparse Separation of Under-Determined Speech Mixtures，A dissertation submitted for the degree of Doctor of Philosophy
chaotic_sequence
- CS用于语音信号处理，观测矩阵采用混沌序列-compressed sensing with chaotic sequence
Dereverberation
- 通常语音信号在增强时会出现混响现象，演讲者为了消除背景混响，不得不频繁地偏转头部的方向，这样会造成脉冲响应的不断改变。我们结合盲解卷法和频谱消去法来提高逆滤波器的滤波效果。我们利用输入语音信号间的相关系数矩阵计算出稳定、精确的室内脉冲响应的逆滤波器，而这些输入信号无需测量室内的脉冲响应就能被观测到。逆滤波能够消除早期的反射，这些反射包含混响中的绝大部分能量。之后，用频谱消去法来抑制逆滤波后的信号的尾部混响。本方法在实际适应性方面的表现通过具体的实验进行了验证，结果表明盲解卷法和频谱消去法的结合相
Speech4
- 去均值 信号的白化 降序排列特征值 计算白化矩阵-Albino to mean signal to calculate the eigenvalues in descending order whitening matrix