Anemüller, Jörn (2001) Across-frequency processing in convolutive blind source separation. PhD, Universität Oldenburg.

[img]
Preview


Volltext (4Mb)

Abstract

Three different algorithms for the problem of separating convolutively mixed acoustic signals in the frequency domain are proposed. The first approach (chapter 2) yields an adaptive algorithm for the separation of free-field superpositions by imposing constraints on the separating filter. Separation is attained within approx. 0.2s signal time, and moving speakers are separated. The AMDecor algorithm (chapter 3) separates signals in reverberant rooms using the criterion of Amplitude Modulation Decorrelation across different frequency channels. This enables separation of the sources' spectral components and their consistent order in all frequencies in a single processing step. It is shown that separation is close to the theoretical optimum also for highly reverberant recordings. The algorithm proposed in chapter 4 is similar to the AMDecor algorithm, but uses methods from second-order statistics, making an algebraic solution possible which enables very fast separation. This algorithm has also been evaluated with other multidimensional signals (spectral image data) and is applicable to the problem of source separation with a time-varying mixing system.

["eprint_fieldname_abstract_plus" not defined]

Es werden drei verschiedene Algorithmen zur Separation konvolutiv gemischter akustischer Signale im Frequenzbereich vorgeschlagen. Im ersten Ansatz (Kapitel 2) wird durch Bedingungen an die Separationsfilter ein Algorithmus zur schnellen Separation von Überlagerungen im Freifeld hergeleitet, der Signaltrennung adaptiv innerhalb von etwa 0,2s Signaldauer erreicht und auch bewegte Sprecher trennt. Der AMDecor Algorithmus (Kapitel 3) trennt Signale in halligen Räumen durch das Kriterium der Dekorrelation von Amplitudenmodulationen in unterschiedlichen Frequenzbändern. Dadurch werden Separation der spektralen Quellkomponenten und ihre konsistente Anordnung in allen Frequenzen in einem einzigen Verarbeitungsschritt erreicht. Es wird gezeigt, daß die Separation auch für Signale mit starkem Nachhall nahe dem theoretischen Optimum liegt. Der in Kapitel 4 vorgeschlagene Algorithmus ähnelt dem AMDecor Algorithmus, basiert jedoch auf Methoden der Statistik zweiter Ordnung. Dadurch kann eine algebraische Lösung angegeben werden, die eine sehr schnelle Separation erlaubt. Dieser Algorithmus wird auch mit anderen mehrdimensionalen Quellsignalen (spektrale Bilddaten) getestet und ist auf das Problem der Quellentrennung bei zeitlich variablem Mischungssystem anwendbar.

Item Type: Thesis (PhD)
Uncontrolled Keywords: [Keine Schlagwörter von Autor/in vergeben.]
Controlled Keywords: Spracherkennung, blinde Quellentrennung
Subjects: Science and mathematics > Physics
Divisions: Faculty of Mathematics and Science > Institute of Physics (IfP)
Date Deposited: 17 Jan 2013 14:16
Last Modified: 08 Jul 2013 13:03
URI: https://oops.uni-oldenburg.de/id/eprint/311
URN: urn:nbn:de:gbv:715-oops-3416
DOI:
Nutzungslizenz:

Actions (login required)

View Item View Item

Document Downloads

More statistics for this item...