搜索资源列表
DLSSNBA
- 一种新的基于麦克风阵列的近场声源定位和语音分离算法，它结合双波束二维定位和近场最小方差波束形成技术在阵列近场范围内实现声源定位和语音分离。-based on a microphone array of near-field acoustic source localization and speech separation algorithm, It combines two-beam two-dimensional positioni
Audio1
- 从麦克风读取数据，并用mfcc进行特征提取，最后通过dadboost分离器进行语音分离
mybss
- 基于最大信噪比的语音分离程序，有需要的朋友可以借鉴
ica2
- 利用ica算法实现混合语音分离.此算法的功能是对录制的混合语音进行预处理.既中心化和球化.
FastICA_21
- 语音分离fastica算法，时域经典算法-Fastica arithmetic for speech signal separating. A typical arithmetic of time domain
ica_v0.04
- ica语音分离算法，cadoso经典奉献-ICA algorithm of speech signal separating. contributed by Cadaso
ica_2s
- 自己写的关于ica语音分离的，性能不怎么样，但还是可以运行-A program for ICA speech signal separating created by myself. Although the function is not excellent, it can run.
窄带信号提取
- 语音识别中的窄带信号提取函数，matlab版-Speech Recognition narrowband signal extraction function, Matlab version
matlab_functions
- 语音信号处理前分离信号噪声,matlab环境下运行,使信号处理效果更好-voice signal processing signals from the former noise, running Matlab environment, a better signal processing results
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 p
flexica
- 这是实际环境中语音信号盲分离的最新程序代码，用于语音信号独立分量分析ICA。解压后运行，输入录制的混合语音信号即可看到结果。-this is the actual environment of the speech signal separation blind to the latest code, Voice Signal for independent component analysis ICA. Unpacked operat
ToolboxBSS
- 盲分离算法，处理声音信号的分离，利用算法分离出语音信号，供语音识别使用-blind separation algorithm, the signal processing sound separation, the use of algorithms to isolate voice signal, for the use of speech recognition
jjc
- 基于盲源分离的语音识别前端语音净化处理研究-Based on Blind Source Separation of speech recognition front-end voice purification treatment research
Blind_Signal_Separation_instantaneous_mixing_the_a
- 盲信号分离(BSS)是指在对彼此独立的源信号混合过程及各源信号本身均未知的情况下，从混合信号中分离出这些源信号的方法。BSS可以用来从多个麦克风混合语音信号中提炼出单个语音信号。本文简要阐述LMS、RLS算法，并通过仿真实验来分析比较这两类方法的性能，并利用此方法对一实际的语音信号进行分离。-Blind Signal Separation (BSS) is defined as independent of each other mix
mybss
- 盲信号分离是当前信号处理研究的热点课题之一，在无线数据通信、医学、语音以及地震信号处理等领域有着广阔的应用前景。基于负熵最大的FastICA算法用于实现盲信号分离。该方法的基本思路是以非高斯信号为研究对象，在独立性假设的前提下，对多路观测信号进行盲源分离。在满足一定的条件下，能够从多路观测信号中，较好地分离出隐含的独立源信号。-Blind signal separation is the study of signal processi
fastfixedpoint
- 独立分量分析(Independent Component Analysis，简称ICA)是近二十年来逐渐发展起来的一种盲信号分离方法。它是一种统计方法，其目的是从由传感器收集到的混合信号中分离出相互独立的源信号，使得这些分离出来的源信号之间尽可能独立。它在语音识别、电信和医学信号处理等信号处理方面有着广泛的应用，目前已成为盲信号处理，人工神经网络等研究领域中的一个研究热点。 本文简要的阐述了ICA的发展、应用和现状，详细地论述了IC
BSS_Demo4SP_20Mar2k5
- 定点频域ICA，使用高斯函数、负熵最大化来处理语音信号分离问题的演示-FIXED-POINT FREQUENCY DOMAIN ICA with GENERALIZED GAUSSIAN FUNCTION BASED NEGENTROPY APPROXIMATION for SPEECH SIGNAL SEPARATION
FastICA_25
- 利用独立变量分析的算法实现语音之间得分离。任何声音与人声的混合，人声与人声的混合都可以实现(Using independent variable analysis algorithm to achieve separation between speech. Any mixture of sound and vocals, mixing of vocals and vocals can be achieved)
语音信号混合与分离源代码
- 最经典的基于ICA实现的语音信号的采集、随机混合，再通过盲分离将混合后的语音信号分离(The most classical ICA-based speech signal acquisition, random mixing, and then the mixed speech signal is separated by blind separation.)
盲源分离
- 盲源分离来实现混合语音的分离，对于学习语音信号的有着很好的参考作用(Blind Source Separation (BSS) is a good reference for learning speech signals.)