جداسازی کور سیگنال‌های گفتار فارسی در محیط کانولوتیو با استفاده از زاویه هرمیشن

نوع مقاله: مقاله پژوهشی

نویسندگان

1 کارشناس ارشد/دانشگاه آزاد اسلامی واحد نجف آباد

2 استادیار/دانشگاه آزاد اسلامی واحد نجف آباد

3 استادیار/دانشگاه آزاد اسلامی واحد شهر مجلسی

چکیده

در این مقاله برای جداسازی کور منابع گفتار کانولوتیو، یک روش ماسک زمان- فرکانس بر اساس مفهوم زاویه هرمیشن ارائه شده است. زاویه هرمیشن بین بردار ترکیب (خروجی میکروفون‌ها) و بردار مرجع محاسبه می‌شود. در این مقاله ابتدا دو بردار مرجع مختلف برای محاسبه دو زاویه هرمیشن متفاوت فرض شده، سپس این زوایا با استفاده از روش‌های k-means و fuzzy-cmeans خوشه‌بندی می‌شود. مسئله جایگشت منابع، بر اساس خوشه‌بندیk-means  ماسک‌های تخمینی که به گروه‌های کوچک دسته بندی شده‌اند حل می‌شود. نتایج شبیه‌سازی نشان می‌دهد عملکرد الگوریتم جداسازی با استفاده از دو بردار مرجع در مقایسه با یک بردار مرجع بهبود می‌یابد.

کلیدواژه‌ها


عنوان مقاله [English]

Blind Source Separation in Farsi Language by Using Hermitian Angle in Convolutive Enviroment

نویسندگان [English]

  • Atefeh Soltani 1
  • Seyed Hamid Mahmoodian 2
  • َAli Hashemi 3
1 MsC/ Najafabad Branch, Islamic Azad University
2 Assistant Professor / Najafabad Branch, Islamic Azad University
3 Assistant Professor/ Majlesi Branch, Islamic Azad University
چکیده [English]

This paper presents a T-F masking method for convolutive blind source separation based on hermitian angle concept. The hermitian angle is calculated between T-F domain mixture vector and reference vector. Two different reference vectors are assumed for calculating two different hermitian angles, and then these angles are clustered with k-means or FCM method to estimate unmixing masks. The well-known permutation problem is solved based on k-means clustering of estimated masks which are partitioned to small groups. The experimental results show an improvement in performance when using two different reference vectors compared to only one.

کلیدواژه‌ها [English]

  • Bind source separation (BSS)؛ sparsity
  • w-disjoint orthogonality
  • hermitianangle؛ time-frequency masking