第27卷第6期2022年12月哈尔滨理工大学学报JOUＲNALOFHAＲBINUNIVEＲSITYOFSCIENCEANDTECHNOLOGYVol.27No.6Dec.2022面向语音分离的GA_FastICA算法兰朝凤，陈英淇，林小佳，刘岩，陈旭奇(哈尔滨理工大学测控技术与通信工程学院，哈尔滨150080)摘要:随着语音处理技术的发展，新的语音分离算法不断地被提出。针对观测信号中噪声而导致分离效果不理想的问题，将几何运算(GA)方法和快速独立成分分析(FastICA)算法结合提出了GA_FastICA算法。为探究GA_FastICA算法的有效性，绘制了分离后语音信号的时域波形，给出了分离前后语音信号的相关系数。当信噪比为4dB时，分离后语音信号与原始语音信号的相关系数为0.7852。仿真实验结果表明，在信噪比为12dB，factory、babble噪声条件下，GA_FastICA算法相较于FastICA算法相关系数提高了0.0212和0.0304;信噪比为8dB的条件下，相关系数提高了0.1374和0.1328。GA_FastICA算法可有效分离语音信号，在噪声环境下具有较好的语音分离效果。关键词:语音处理;语音分离;独立成分分析;信噪比DOI:10．15938/j．jhust．2022．06．010中图分类号:TN912.3文献标志码:A文章编号:1007－2683(2022)06－0080－08GA_FastICAAlgorithmforSpeechSeparationLANChao-feng，CHENYing-qi，LINXiao-jia，LIUYan，CHENXu-qi(SchoolofMeasurementandCommunicationsEngineering，HarbinUniversityofScienceandTechnology，Harbin150080，China)Abstract:Withthedevelopmentofspeechprocessingtechnology，newspeechseparationalgorithmsareconstantlyproposed.TheGA_FastICAalgorithmisproposedbycombiningtheGeometricApproach(GA)algorithmandFastIndependentComponentAnalysis(FastICA)algorithmfortheproblemofunsatisfactoryseparationduetothenoiseintheobservedsignalandcombiningthegeometricoperationmethod.Thetimedomainwaveformsoftheseparatedspeechsignalsareplotted，andthecorrelationcoefficientsoftheoriginalandseparatedspeechsignalsaregiventoinvestigatetheeffectivenessoftheGAalgorithm.Whenthesignal-to-noiseratiois4dB，thecorrelationcoefficientoftheseparatedspeechsignalandtheoriginalspeechsignalis0.7852.Theexperimentalsimulationresultsshowthatunderthesignal-to-noiseratioof12dB，factoryandbabblenoiseconditions，theGA_FastICAalgorithmimprovesthecorrelationcoefficientby0.0212and0.0304compare...
