单声道声音分离神经网络新算法
本文提出了一种基于FFT(快速傅里叶变换)的单声道声音分离神经网络新算法.该算法根据单声道声音的特点,并假设某种特定声音在某段时间内有较稳定的频率特性的基础上,采用SNMF(非负稀疏矩阵分解)方法找到声音的频率特征,然后采用对应的方法合成每个分解出的声音源.大量的实验表明,该算法能有效地从音乐声音中分解的独立声音,相对于传统的ICA(独立成分分析)和NMF(非负矩阵分解)方法有较大的提高.
SNMF 神经网络 声音信号 单声道
赵晶 叶茂 章毅 杨成福
电子科技大学计算机科学与工程学院计算智能实验室(中国成都);四川师范大学公共计算机教育中心(中国成都)
国内会议
苏州
中文
94-97
2005-08-01（万方平台首次上网日期，不代表论文的发表时间）