TAILIEUCHUNG - Tách nguồn mù (BSS) áp dụng cho âm thanh trong một số điều kiện khác nhau

Tai ta thường đồng thời tiếp nhận nhiều nguồn âm (tiếng nói, âm nhạc, nhiễu ) khác nhau nhưng ta vẫn có thể lắng nghe nguồn âm chủ định. Một hệ thống nhận dạng tiếng cần đạt đến khả năng thông minh như vậy. Bài toán là từ nhiều tín hiệu đã trộn lẫn ta muốn khôi phục các tín hiệu nguồn riêng rẽ. Đây là bài toán tách nguồn mù (Blind Source Separation - BSS). Trong hơn chục năm qua, người ta đã phát triển một phương pháp mới giúp giải bài toán nêu trên rất hiệu quả, đó là phân tích thành phần độc lập (Independent Component Analysis – ICA). Có nhiều thuật toán ICA cho các ứng dụng khác nhau. Báo cáo trình bày ứng dụng ICA cho tách âm trường hợp số nguồn nhiều hơn số trộn (dưới xác định). Chúng tôi thực nghiệm trên nhiều loại tín hiệu. Kết quả rất tốt. | Science & Technology Development, Vol 14, 2011 TÁCH NGU4N MÙ (BSS) ÁP D#NG CHO ÂM THANH TRONG M5T S ĐI U KI N KHÁC NHAU Trương T6n Quang, Tr n Quang Huy, Nguy7n H8u Phương Trư ng Đ i h c Khoa h c T nhiên, ĐHQG-HCM (Bài nh n ngày 21 tháng 03 năm 2011, hoàn ch nh s a ch a ngày 23 tháng 04 năm 2012) TÓM T T: Tai ta thư ng ñ ng th i ti p nh n nhi u ngu n âm (ti ng nói, âm nh c, nhi6u ) khác nhau nhưng ta v7n có th l!ng nghe ngu n âm ch ñ nh. M t h th ng nh n d ng ti ng c n ñ t ñ n kh năng thông minh như v y. Bài toán là t$ nhi u tín hi u ñã tr n l7n ta mu n khôi ph c các tín hi u ngu n riêng r5. Đây là bài toán tách ngu n mù (Blind Source Separation - BSS). Trong hơn ch c năm qua, ngư i ta ñã phát tri n m t phương pháp m i giúp gi i bài toán nêu trên r#t hi u qu , ñó là phân tích thành ph n ñ c l p (Independent Component Analysis – ICA). Có nhi u thu t toán ICA cho các ng d ng khác nhau. Báo cáo trình bày ng d ng ICA cho tách âm trư ng h p s ngu n nhi u hơn s tr n (dư i xác ñ nh). Chúng tôi th c nghi m trên nhi u lo i tín hi u. K t qu r#t t t. T khóa: tách mgu n mù, phân tích thành ph n ñ c l p, dư i xác ñ nh. M Đ U lư ng l i các tín hi u ngu n nguyên b n mà Bài toán phân tách ngu n mù BSS (Blind ch! d a vào nh ng d li u h%n h p thu ñư c t i Source Separation) ñang ñư c quan tâm nghiên các c m bi n kh o sát và ñ c trưng c#a kênh c u và ng d ng trong nhi u lĩnh v c x lý tín truy n cũng như các tín hi u ngu n g n như hi u khác nhau: tách âm, nh n d ng, tín hi u y không bi t (Hình 1). sinh [1][2][3]. Bài toán BSS cho phép ư c Hình 1. M c ñích c#a phân tách ngu n mù là ch! s d ng tín hi u h%n h p lai tr n ñ tìm l i tín hi u g c Trang 34 TAÏP CHÍ PHAÙT TRIEÅN KH&CN, TAÄP 14, SOÁ T5 2011 T ng quát bài toán phân tách ngu n m# - hư ng khác nhau t i nhi u th i ñi m khác nhau BSS ñư c phát bi u như sau: cho M h%n h p c#a cùng m t ngu n phát. T ng quát, bài toán lai tr n tuy n tính t( N ngu n t o qua ma tr n phân tách mù xu t phát t( th c t r t ph c t

• Vật lý
• Tách nguồn mù
• Blind Source Separation
• Nguồn âm thanh cho người mù
• Phân tích thành phần độc lập
• Independent Component Analysis
• Thuật toán ICA
• Phương pháp tách âm
• Phương pháp phân tích thành phần độc lập
• Bài toán tách nguồn mù
• Ứng dụng tách âm
• Tách ảnh dùng biến đổi Wavelet
• Biến đổi Wavelet
• Biến đổi wavelet rời rạc
• khoa học
• tự nhiên
• toán học
• tiếng ồn
• kỹ thuật viễn thông
• Basic ICA Methods
• Ứng dụng phương pháp ica
• Dữ liệu ảnh cộng hưởng từ chức năng
• Phương pháp ICA
• Thuật toán FastICA
• Institutional Review Board of Johns Hopkins University
• Practical Considerations