Издательство Springer, 2007, -438 pp.
Книга посвящена вопросу разделения источников сигнала вслепую, актуальной как при обработке речи (для задач связи или человеко-машинной коммуникации), так и для обработки сигналов иного рода (биомедицинских, геофизических и т.п.). Рассмотрены различные методы, такие, как анализ независимых компонент, вероятностные и частотные подходы, кластерный анализ и т.д., применительно к одно- и многоканальной записи суммарного сигнала.
Включает три части:
Part I. Multiple Microphone Blind Speech Separation with ICA.
Convolutive Blind Source Separation for Audio Signals.
Frequency-Domain Blind Source Separation.
Blind Source Separation using Space–Time Independent Component Analysis.
TRINICON-based Blind System Identification with Application to Multiple-Source Localization and Separation.
SIMO-Model-Based Blind Source Separation – Principle and its Applications.
Independent Vector Analysis for Convolutive Blind Speech.
Relative Newton and Smoothing Multiplier Optimization Methods for Blind Source Separation.
Part II. Underdetermined Blind Speech Separation with Sparseness.
The DUET Blind Source Separation Algorithm.
K-means Based Underdetermined Blind Speech Separation.
Underdetermined Blind Source Separation of Convolutive Mixtures by Hierarchical Clustering and L1-Norm Minimization.
Bayesian Audio Source Separation.
Part III. Single Microphone Blind Speech Separation.
Monaural Source Separation.
Probabilistic Decompositions of Spectra for Sound Separation.
Sparsification for Monaural Source Separation.
Monaural Speech Separation by Support Vector Machines: Bridging the Divide Between Supervised and Unsupervised Leaing Methods.
Для изучающих современные методы обработки сигнала, особенно применительно к обработке речевых сигналов.
Книга посвящена вопросу разделения источников сигнала вслепую, актуальной как при обработке речи (для задач связи или человеко-машинной коммуникации), так и для обработки сигналов иного рода (биомедицинских, геофизических и т.п.). Рассмотрены различные методы, такие, как анализ независимых компонент, вероятностные и частотные подходы, кластерный анализ и т.д., применительно к одно- и многоканальной записи суммарного сигнала.
Включает три части:
Part I. Multiple Microphone Blind Speech Separation with ICA.
Convolutive Blind Source Separation for Audio Signals.
Frequency-Domain Blind Source Separation.
Blind Source Separation using Space–Time Independent Component Analysis.
TRINICON-based Blind System Identification with Application to Multiple-Source Localization and Separation.
SIMO-Model-Based Blind Source Separation – Principle and its Applications.
Independent Vector Analysis for Convolutive Blind Speech.
Relative Newton and Smoothing Multiplier Optimization Methods for Blind Source Separation.
Part II. Underdetermined Blind Speech Separation with Sparseness.
The DUET Blind Source Separation Algorithm.
K-means Based Underdetermined Blind Speech Separation.
Underdetermined Blind Source Separation of Convolutive Mixtures by Hierarchical Clustering and L1-Norm Minimization.
Bayesian Audio Source Separation.
Part III. Single Microphone Blind Speech Separation.
Monaural Source Separation.
Probabilistic Decompositions of Spectra for Sound Separation.
Sparsification for Monaural Source Separation.
Monaural Speech Separation by Support Vector Machines: Bridging the Divide Between Supervised and Unsupervised Leaing Methods.
Для изучающих современные методы обработки сигнала, особенно применительно к обработке речевых сигналов.