基于独立成分分析的数据驱动时域滤波技术

摘要

数据驱动的时域滤波是一类很有前景的提高语音识别系统鲁棒性的方法,线性区间划分(LDA)和主成分分析(PCA)已经被成功地应用.本文提出了一种新的采用独立成分分析(ICA)的数据驱动时域滤波技术.独立成分分析是一种子信号处理方法,它能将线性混和的统计独立信号进行分离.本文建议的算法可以有效地提取出语音信号的调制谱中1至16Hz的感知频率成分.通过语音识别实验表明,相对于LDA和PCA,基于ICA的时域滤波技术能够在噪声条件下取得更好的识别性能.