語(yǔ)音信號識別基于盲源信號分離的實(shí)現
加入技術(shù)交流群
其次，為了保證處理過(guò)程中的精度，還可選擇將data轉為float運算的方法。
一般地，處理完的數據數值很小，范圍在(-10，10)之間，而播放時(shí)必須經(jīng)過(guò)D／A，但D／A本身的熱噪聲會(huì )帶來(lái)很大的誤差，信噪比顯然無(wú)法容忍。對此，其解決辦法是將處理完的數據乘以較大的數值，這樣，聲音信號的相對值并沒(méi)有發(fā)生改變，因而播放時(shí)可達到良好的效果。這一方法也是用數字電路工具(如DSP，FPGA等)處理模擬信號時(shí)的常用方法。
4 實(shí)際效果
圖4所示是兩段錄音的音頻信號時(shí)域圖，圖5則是經(jīng)過(guò)瞬時(shí)線(xiàn)性混合后的信號時(shí)域圖，圖6是經(jīng)過(guò)在BF533平臺上利用FastICA算法得到的分離后的信號時(shí)域圖。實(shí)驗發(fā)現，圖6所示的結果分離效果良好，可以清楚地聽(tīng)到不同的源信號。本文引用地址：http://dyxdggzs.com/article/156086.htm
5 結論
本文首先簡(jiǎn)單介紹了盲信號分離的數學(xué)模型以及常用的理論算法。之后詳細介紹了用ADSP_BF533實(shí)現盲信號分離時(shí)的具體流程以及實(shí)現過(guò)程中常見(jiàn)問(wèn)題的解決方案。本設計方案所需時(shí)間短，效率高，而且占用內存較少。在工程應用方面具有一定的參考價(jià)值。
評論