一种用于卷积声音混合盲分离的动态算法

我们研究了一种高效的动态盲源分离算法，用于卷积声音混合，该算法基于在频域中更新统计信息，并通过加权最小二乘法最小化时域解混滤波器的支撑。分离过程中的排列和尺度不确定性，以及相邻时间帧中信号的拼接问题，通过优化多时间滞后下互相关系数的 $l^1 \times l^\infty$ 范数来解决。该算法是一种无需迭代的直接方法，且能自适应环境。对录制的和合成的语音与音乐混合信号的计算显示出卓越的性能。