基于独立分量分析的卷积混合盲源分离统一视角
音频与语音处理
2023-04-12 v1 声音
摘要
在许多日常场景中，在封闭空间内记录的声学源只能与其他干扰源一同被观测到。因此，卷积盲源分离（BSS）是音频信号处理中的一个核心问题。基于独立分量分析（ICA）的方法在该领域中尤为重要，因为它们仅需极少且较弱的假设，并允许关于原始源信号和声学传播路径的盲性。目前使用的大多数算法属于以下三个族之一：频域ICA（FD-ICA）、独立向量分析（IVA）和用于卷积混合的三重N独立分量分析（TRINICON）。虽然ICA、FD-ICA与IVA之间的关系因其构造而显而易见，但其与TRINICON的关系尚未明确建立。本文通过深入剖析这些算法的共同构建模块及其差异来填补这一空白，从而为其所有被考虑的算法提供一个通用框架。
引用
@article{arxiv.2207.13934,
title = {A Unifying View on Blind Source Separation of Convolutive Mixtures based on Independent Component Analysis},
author = {Andreas Brendel and Thomas Haubner and Walter Kellermann},
journal= {arXiv preprint arXiv:2207.13934},
year = {2023}
}